MétaCan
Menu
Retour à la cohorte
Enregistrement W4386052504 · doi:10.1111/oet.13031

Canada sees further upstream growth despite tough climate pledges

2023· article· en· W4386052504 sur OpenAlexaboutno aff

Notice bibliographique

RevueOil and Energy Trends · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueScience, Research, and Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasGovernment (linguistics)Upstream (networking)Climate changeGlobal warmingCitationPolitical scienceBusinessLibrary scienceEngineeringTelecommunicationsComputer scienceLawEcology

Résumé

récupéré en direct d'OpenAlex

Canada sees further upstream growth despite tough climate pledgesCanada is often overlooked as a major oil producer, coming fourth in the world rankings.Most output is focused on Alberta, and more is planned, with high emissions from production increasingly mitigated by the use of extensive carbon capture and storage facilities.Canada saw crude oil production hit a record average of 5.87 mn bpd in 2022, according to the IEA-fourth behind only the United States, Russia, and Saudi Arabia.The vast majority of output is concentrated in the province of Alberta, much of it in the form of oil sands-with Saskatchewan and Newfoundland/Labrador provinces also producing significant volumes.As with Norway, the higher output comes against a background of increasingly tight domestic energy transition regulations, including a carbon tax, which could make life more difficult for producers over coming years, although there is little sign of a let up in upstream activity so far.Energy is critical to Canada's economy; it makes up 10% of the nation's GDP, draws capital into the country and significantly boosts Canada's trade surplus.As the country transitions away from oil and gas, the potential for renewables is also huge, while much of the country's power sector is already driven by zero carbon hydro and nuclear.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,297

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,002
Communication savante0,0070,001
Science ouverte0,0010,002
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0220,002

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 Opus0,016
Tête enseignante GPT0,262
Écart entre enseignants0,247 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueOil and Energy TrendsMême sujetScience, Research, and MedicineTravaux en français237 207