Notice bibliographique
Résumé
The United States has more oil and gas wells than any other country. As of December 31, 2004, there were more than half a million producing oil wells in the United States. That is more than three times the combined total for the next three leaders: China, Canada, and Russia. The Stripper Well Consortium (SWC) is a partnership that includes domestic oil and gas producers, service and supply companies, trade associations, academia, the Department of Energy’s Strategic Center for Natural Gas and Oil (SCNGO) at the National Energy Technology Laboratory (NETL), and the New York State Energy Research and Development Authority (NYSERDA). The Consortium was established in 2000. This report serves as a final technical report for the SWC activities conducted over the May 1, 2004 to December 1, 2011 timeframe. During this timeframe, the SWC worked with 173 members in 29 states and three international countries, to focus on the development of new technologies to benefit the U.S. stripper well industry. SWC worked with NETL to develop a nationwide request-for-proposal (RFP) process to solicit proposals from the U.S. stripper well industry to develop and/or deploy new technologies that would assist small producers in improving the production performance of their stripper well operations. SWC conducted eight rounds of funding. A total of 132 proposals were received. The proposals were compiled and distributed to an industry-driven SWC executive council and program sponsors for review. Applicants were required to make a formal technical presentation to the SWC membership, executive council, and program sponsors. After reviewing the proposals and listening to the presentations, the executive council made their funding recommendations to program sponsors. A total of 64 projects were selected for funding, of which 59 were fully completed. Penn State then worked with grant awardees to issue a subcontract for their approved work. SWC organized and hosted a total of 14 meetings dedicated to technology transfer to showcase and review SWC-funded technology. The workshops were open to the stripper well industry.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,150 | 0,070 |
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 ».