Analyse du potentiel de développement des ressources d’hydrocarbure non conventionnelles
Bibliographic record
Abstract
Les perspectives énergétiques globales soulignent une demande croissante d'énergie sur les prochaines décennies. Le pétrole brut devrait représenter environ 35% de l'offre d'énergie primaire à l'horizon 2030 d'après l'AIE. Parmi les sources d'approvisionnement, les hydrocarbures "non conventionnels" devraient contribuer significativement à l'offre de produits pétroliers, puisqu'ils présentent un intérêt stratégique en termes de réserves et d'indépendance énergétique. L'objectif de cette thèse est l'étude du potentiel de développement des ressources d'hydrocarbure non conventionnelles sous différents scénarios liés au contexte économique et environnemental. Les sables asphaltiques, principalement localisés au Canada, constituent notre cas d'application. La première partie de cette thèse a mis en évidence deux phases de développement: la première, de 1980 à 2005, correspondant à l'émergence de la filière grâce à des leviers réglementaires, économiques et géographiques; la seconde, amorcée en 2005 avec la dégradation du contexte économique, pendant laquelle le développement de la filière s'est fortement ralenti. La seconde partie de cette thèse porte sur l'analyse prospective à horizon 2050. L'élaboration d'un premier modèle basé sur la programmation linéaire a permis de quantifier l'offre tendancielle sous différents scénarios déterministes de prix et de réglementations environnementales. En particulier, la décision d'investissement apparaît significativement impactée par l'introduction d'une taxe CO2. Un second modèle basé sur la programmation dynamique a permis d'évaluer l'offre prospective en présence d'incertitudes. Un impact négatif de l'incertitude et de la volatilité des prix sur la décision d'investissement a été mis en évidence, avec ou sans réglementation environnementale. Cet impact négatif est accentué lorsqu'une incertitude supplémentaire sur le cadre réglementaire environnemental est introduite.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".