The Impact of the Covid-19 Pandemic on Iranian Oil and Gas Industry Planning: A Survey of Business Continuity Challenges
Notice bibliographique
Résumé
Abstract The Covid-19 pandemic has severely affected various aspects of life, and its compounding and cascading impacts have been observed in most industries and firms. The oil and gas (O&G) industry was among the first to experience the impacts as the pandemic began due to the global economic recession and a sharp decline in demand for oil. The pandemic revealed major risk management and business continuity challenges and uncovered some of the vulnerabilities of the O&G industry and its major companies during a prolonged global disaster. Examining and understanding how the Covid-19 pandemic impacted the O&G sector in different countries, considering their unique circumstances, can provide important lessons for managing the current and future similar events. This study investigated various impacts of the Covid-19 pandemic on the O&G industry using Iran’s Pars Oil and Gas Company (POGC) as a case study. Data were collected through in-depth interviews with key managers of the company. Qualitative methods, specifically thematic analysis, were used to analyze the data. Findings of this study provide further insights into how the pandemic impacted the operations, risks, and business continuity of the POCG. The results show that the pandemic caused significant operational, financial, and legal impacts by disrupting routine maintenance, reducing the availability of human resources under the public health measures and mobility restrictions, increasing processing and delivery times, increasing costs and decreasing revenues, and delaying contractual obligations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».