MétaCan
Menu
Retour à la cohorte
Enregistrement W4378229469 · doi:10.3997/2214-4609.2023101146

Geostorage for CCS and Renewable Energy in Eastern Canada- North Sea Scale Opportunities

2023· article· en· W4378229469 sur OpenAlexaffabout
Grant Wach, Bill Richards, D.R. Brown, T. Kelly, K. Martyns-Yellowe, L. Morris, C. Skinner, Denise O’Connor

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceRenewable energyGreenhouse gasGeologyEngineeringOceanography

Résumé

récupéré en direct d'OpenAlex

Summary Geostorage for CCS and Renewable Energy in Eastern Canada- Lessons for the World Eastern Canada has considerable potential for Geostorage of CO2, for compressed air storage, and storage of hydrogen onshore and offshore. The storage of CO2 will reduce accumulations of CO2 in the Earth’s atmosphere and help mitigate toxic atmospheric greenhouse gas emissions. Compressed air storage and the storage of hydrogen are linked to the increased production of renewable energy, particularly through electricity generated from wind turbines. Storage is the key to make renewable electricity both dispatchable and of high quality. Dynamic simulation models of CO2 and methane were completed for outcrops of Triassic braid channels, highlighting stratigraphic and diagenetic influence on fluid flow over 120 months. A geocellular model of Mesozoic deltaic sands from offshore Nova Scotia for 10 years. Economics show that a typical Sable production well (100 BCF) would be worth more as a geostorage well for CO2, assuming greenhouse gas tax at $100/t, than as a gas well. Injection of sour (H2S) gas from the Deep Panuke operations into the Sable field prove that an effective CO2 storage system. The Margin has potential for $30 billion in revenue – with costs <$10–20 billion.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,001

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 Opus0,037
Tête enseignante GPT0,231
Écart entre enseignants0,194 · 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'étudeSans objet
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207