MétaCan
Menu
Retour à la cohorte
Enregistrement W4385340762 · doi:10.18280/i2m.220304

Business Risk and CAPEX/OPEX Analysis: Impact on Natural Gas Fiscal Measurement Systems

2023· article· en· W4385340762 sur OpenAlexvenueno aff
Carlos Eduardo R.B. Barateiro, Mauricio Casado, Claudio Makarovsky, José Rodrigues de Farias Filho

Notice bibliographique

RevueInstrumentation Mesure Métrologie · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOperating expenseNatural gasBusinessEconomicsEngineeringWaste managementFinance

Résumé

récupéré en direct d'OpenAlex

Volumes produced measurement is essential for royalties and governments participation calculating at crude oil and natural gas production fields concession contracts.This remuneration is a common model and for that, so rules and regulations are issued that must be followed by operators, with very clear procedures to be followed.However, these specifications allow a certain degree of choice among the available technological alternatives, and it is up to the operator to ensure that they meet the specifications.And here there is a difficult decision to be made: should the choice focus only on the cost of CAPEX and OPEX of the technological alternative?Metering stations operating cost (OPEX) and investment cost (CAPEX) varies depending on the measurement technology chosen.But the systems uncertainty also depends on this choice and consequently, directly affects the business risk.Thus, the objective of this work is to analyze these variables, which must be considered in the decision making, starting from a revamp feasibility study of the export gas measurement systems for two practically identical offshore platforms.In the first was considered orifice plate element and for second, the use of ultrasonic flow technology.It was possible to analyze the variation of the total cost of ownership (TCO) for three years operation and compare it with the variation of the involved risk, noting that there is a clear prevalence of the second in relation to the first.And therefore, this analysis must be considered in the decision of the projects of the measurement stations.

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)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,301
Écart entre enseignants0,270 · 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'étudeSimulation ou modélisation
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstrumentation Mesure MétrologieMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207