MétaCan
Menu
Retour à la cohorte
Enregistrement W7029938635

Lights Out in the Bakken: A Review and Analysis of Flaring Regulation and Its Potential Effects on North Dakota Shale Oil Production

2014· article· en· W7029938635 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe Research Repository @ WVU (West Virginia University) · 2014
Typearticle
Langueen
DomaineEnergy
ThématiqueOil, Gas, and Environmental Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOil shaleHydraulic fracturingDirectional drillingDrillingFossil fuelPetroleumNatural gasShale oilUnconventional oil
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Years ago, there was only darkness on the North Dakota plains.Bismarck, Minot, and Dickinson appeared as small, bright lights to the west and south, bordered by a smattering of Canadian towns to the north.But over a decade later, images from space captured a brilliant area of light in the Williston Basin, glowing brighter than the bustling cities of Minneapolis and St. Paul in neighboring Minnesota.This area of light was not a city, but rather the Bakken shale slay (the "Bakken"), alit by hundreds of drilling rigs and natural gas flares. 2 The prolific escalation of activity in the Bakken is due to the relatively recent technological combination of horizontal drilling and hydraulic fracturing, coupled with high commodity prices.This requisite combination of technology and price permits economic hydrocarbon production of shale reservoirs.The resulting ramp up in shale production has propelled the United States to the top position as the world's largest producer of oil and natural gas. 3 But with this increase in production is a corresponding increase in environmental concerns.Foremost among these concerns is the rise in greenhouse gas ("GHG") and volatile organic compound ("VOC") emissions.Unlike concerns over water contamination or seismic activity by hydraulic fracturing or wastewater injection, which are still mired in controversy and undergoing scientific "Ferg" James, Turner Valley, in IN

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,667
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,020
Tête enseignante GPT0,249
Écart entre enseignants0,229 · 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.

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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Research Repository @ WVU (West Virginia University)Même sujetOil, Gas, and Environmental IssuesTravaux en français237 207