MétaCan
Menu
Retour à la cohorte
Enregistrement W4281626833 · doi:10.1071/aj21432

ESG Poster ESG7: Marine measurement, monitoring and verification for offshore carbon storage projects – learnings from a coastal Gippsland setting

2022· article· en· W4281626833 sur OpenAlexaff
Andrew Ross

Notice bibliographique

RevueThe APPEA Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueOffshore Engineering and Technologies
Établissements canadiensKensington Health
Organismes subventionnairesnon disponible
Mots-clésSubseaCarbon capture and storage (timeline)Submarine pipelineBaseline (sea)Environmental scienceEnvironmental resource managementComputer scienceClimate changeSystems engineeringOceanographyEngineeringMarine engineeringGeology

Résumé

récupéré en direct d'OpenAlex

Poster ESG7 Designing cost-effective methods for implementing measurement, monitoring and verification (MM&V) plans for subsea CO2 storage is an active area of research globally. Despite some preliminary research and examples overseas, there remains a lack of established protocols and configurations for offshore carbon capture and storage (CCS) monitoring overlying storage sites and an absence of methods to establish environmental impact in the event of leakage. Over the last 4 years, CSIRO in collaboration with ANLEC R&D and CarbonNet have been undertaking research in the Gippsland region to inform the development of assurance monitoring approaches for subsea CCS operations to address three key technical assurance monitoring challenges: The ‘signal-to-noise’ problem: distinguishing CO2 release signatures from similar naturally occurring variability to reduce false alarm rates in future baseline monitoring design; characterising impact: determining the level of CO2 release that would be associated with environmental impact at a range of scales; and attributing impact: distinguishing changes resulting from other drivers and pressures in multiple-use zones (e.g. climate change) from the activities of CCS operations. The research has included a wide variety of approaches and technologies including the development and testing of fixed and mobile autonomous monitoring systems, chemical and acoustic sensing and the collection of biological datasets. These data have been used in the development of biogeochemical models and to define possible integrated MM&V frameworks. This paper will summarise this research and identify how it could be applied for offshore CO2 storage projects around Australia. To access the poster click the link on the right. To read the full paper click here

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)0,005
score de la tête « metaresearch » (Gemma)0,003
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,141
Score d'incertitude au seuil0,471

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0020,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,1410,066

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 Opus0,017
Tête enseignante GPT0,198
Écart entre enseignants0,182 · 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
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe APPEA JournalMême sujetOffshore Engineering and TechnologiesTravaux en français237 207