MétaCan
Menu
Retour à la cohorte
Enregistrement W4249554544 · doi:10.1111/j.1744-7992.2006.310403.x

Non‐OPEC production near to decline

2006· article· en· W4249554544 sur OpenAlexaboutno aff

Notice bibliographique

RevueOil and Energy Trends · 2006
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaGeographyProduction (economics)Development economicsEconomicsAgricultural economics

Résumé

récupéré en direct d'OpenAlex

Last year, the world produced some 82.2 mn bpd of crude oil and natural gas liquids (NGL), of which 48.2 mn bpd, or 59%, came from countries outside OPEC. Most of these non‐OPEC countries are now mature oil‐producers, in long term decline (see Box ). A few have still to reach peak output, but non‐OPEC production as a whole is within a few years of its peak, after which any net increase in world oil supplies will have to come entirely from OPEC. NON‐OPEC PRODUCERS Most non‐OPEC producers are past their peak of production and are in long term decline. Some others are close to their long term peak and will shortly go into decline. A few have arrested the process of decline and may even succeed in increasing their output from present levels, but any increase will prove only temporary ‐ lasting a few years at the most ‐ and these countries too will resume their long term decline. A handful of countries have yet to attain their peak level of production and will go on increasing their output for a number of years. The principal non‐OPEC producers may be classified as follows: Countries with declining output Argentina Gabon Romania Bahrain Great Britain Syria Brunei India Tunisia Cameroon Norway Turkmenistan Congo (Brazzaville) Oman USA Egypt PNG Yemen Countries that have temporarily arrested their decline Canada Russia Peru Trinidad & Tobago Countries close to their peak Australia India Thailand China Malaysia Vietnam Denmark Mexico Ecuador Sudan Countries where output is still growing Angola Brazil Mauritania Azerbaijan Chad Bolivia Kazakhstan Source: Pearl Oil

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0380,007

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,248
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOil and Energy TrendsMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207