MétaCan
Menu
Retour à la cohorte
Enregistrement W4388457615 · doi:10.32390/ksmer.2023.60.5.444

Analysis of Carbon Markets of CO2 Storage Projects in Oil and Gas Fields in Canada and the United States

2023· article· en· W4388457615 sur OpenAlexfundaboutno aff
Eun-Young Ahn

Notice bibliographique

RevueJournal of the Korean Society of Mineral and Energy Resources Engineers · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of Alberta
Mots-clésNatural gasEnhanced oil recoveryFossil fuelCarbon capture and storage (timeline)Waste managementDispose patternEnvironmental sciencePetroleumCarbon offsetEngineeringEnvironmental protectionNatural resource economicsGreenhouse gasClimate changeEconomicsChemistry

Résumé

récupéré en direct d'OpenAlex

This study analyzes carbon markets in the U.S. and Canada, including enhanced oil/gas recovery (EOR/EGR) projects.The American Carbon Registry (ACR), a voluntary carbon market in California, and the Canadian Alberta Emission Offset System have methodologies for EOR and storage in saline aquifers.ACR also presented EGR.EOR-CCS projects demonstrated significant CO 2 reductions, ranging from 1,748 to 7,675 million tons in the U.S. and 30 to 3,040 million tons in Canada.The EOR and hydrogen-production-linked CCS projects are representative CCS projects in Canada.CCS infrastructure construction, R&D, and demonstration projects of oil/natural gas-CCS-hydrogen are actively underway in the net-zero policies by the U.S. and Canada.CCS projects in the U.S. and Canada, which are linked to the supply of natural gas and hydrogen energy in Korea, can secure new overseas energy sources and dispose of the CO 2 captured in Korea.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,204

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,182
Écart entre enseignants0,176 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Korean Society of Mineral and Energy Resources EngineersMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207