MétaCan
Menu
Retour à la cohorte
Enregistrement W6903164963 · doi:10.1021/acssuschemeng.2c02691.s001

Using Blue\nHydrogen to Decarbonize Heavy Oil and Oil\nSands Operations in Canada

2022· article· en· W6903164963 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueOil, Gas, and Environmental Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTonFuel oilNatural gasMethaneFossil fuelHeating oilPetroleumCarbon fibers

Résumé

récupéré en direct d'OpenAlex

To decarbonize Canada’s heavy oil and oil sands\noperations,\nwe propose replacing natural gas as fuel by hydrogen, which can be\nproduced by steam methane reforming with carbon capture and storage\n(CCS). Results show that using hydrogen as fuel in 162 heavy oil and\noil sands projects in Canada would save 1.5 trillion cubic feet per\nyear of natural gas between 2021 and 2050. This amount of natural\ngas can produce 15.2 million ton per year of blue hydrogen by steam\nmethane reforming, of which only 12.6 million ton per year is needed\nin Canada’s heavy oil and oil sands operations, resulting in\n76% reduction in CO<sub>2</sub> emissions. Furthermore, implementing\nCCS at a capacity of 105 million ton per year is proposed for Central\nAlberta. Using blue hydrogen as fuel in the heavy oil and oil sands\noperations is profitable when Canada’s carbon tax reaches $99\nper ton in 2027.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0570,000

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 Opus0,036
Tête enseignante GPT0,235
Écart entre enseignants0,199 · 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 tête enseignante, pas un consensus.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetOil, Gas, and Environmental IssuesTravaux en français237 207