Novel geochemical approaches to manage greenhouse gas emissions from thermal oil operations
Notice bibliographique
Résumé
Canada has set strategic goals to reduce greenhouse gas (GHG) emissions nationally by 2030, with a particular emphasis on reducing methane emissions. Methane emissions from well integrity issues are a recognized source of GHG in the energy sector. To obtain reliable bottom up GHG emission inventories, accurate molecular compositional analyses of the relevant GHG species must be measured. To achieve this, an in-depth assessment of the goodness-of-fit of analytical calibration data, as it pertains to gas chromatographs, was developed. The results demonstrated a ‘best practice’ for analytical calibration that provides definitive estimates of trueness, precision, and accuracy that improves confidence in the concentration estimates used for regulatory applications and Canada’s GHG inventory. The methane source(s) of surface casing vent flow issues (biogenic or thermogenic origin) play an important role in targeted mitigation strategies. Geochemical methods were developed to improve surface casing vent flow source delineation as either baseline biogenic gases or thermogenic gases related to energy recovery operations. Additionally, challenges were identified in distinguishing different types of well integrity issues, i.e., resulting from a zonal isolation issue or a casing failure. A novel approach using geochemical tracers was developed and successfully implemented to delineate different types of well integrity issues. Together, this dissertation provides a framework to quantify, identify the source of, and, ultimately, improve management of well integrity issues that will lead to reductions in GHG emissions from thermal oil operations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».