MétaCan
Menu
Retour à la cohorte
Enregistrement W4393070132 · doi:10.37878/2708-0080/2023-5.13

THE CURRENT STATE TRENDS OF PRODUCTION AND USE OF PETROLEUM BITUMEN ABROAD AND IN THE KAZAKHSTAN

2023· article· en· W4393070132 sur OpenAlexaboutno aff
K.K. SYRMANOV, Zhanat B. Kaldybekova, Sh.B. Bayzhanova, Aktolkyn Agabekova

Notice bibliographique

RevueNeft i gaz · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueCoal and Coke Industries Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAsphaltPetroleumChinaProduction (economics)Russian federationMarket developmentEconomyAgricultural economicsGeographyEnvironmental protectionBusinessEconomicsRegional scienceGeologyMarket economy

Résumé

récupéré en direct d'OpenAlex

The world production of petroleum bitumen for road construction is considered, where residual petroleum road bitumen is mainly used, from which more than 80% of roads are built in the West. The absolute leaders of the bitumen market are the USA, Canada and China. In terms of development of oil bitumen production potential, Russia ranks second among the developed countries of the world after the United States, but at the same time lags behind the US level by 3 times, but is ahead of Canada, which ranks third and has 7.0% of global production capacity. The leading positions in the Russian bitumen market are occupied by companies Gazprom Neft, Rosneft, and Lukoil. They account for almost 80% of the total bitumen production in the Russian Federation. The needs of the domestic bitumen market in the Republic of Kazakhstan are met by four large producers of road bitumen, with a total capacity of 1.2 million tons per year. Data on the development of the bitumen industry of the Republic of Kazakhstan for 5 years are analyzed and the dynamics of the volume of the bitumen market in Kazakhstan is shown. The volume of bitumen production in the Republic of Kazakhstan has doubled since 2015.

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)0,000
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 enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,049
Tête enseignante GPT0,320
Écart entre enseignants0,271 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueNeft i gazMême sujetCoal and Coke Industries ResearchTravaux en français237 207