The Ability of Cellulosic Ethanol to Compete for Feedstock and Investment with Other Forest Bioenergy Options
Notice bibliographique
Résumé
The economic performance of cellulosic ethanol production from forest resources was contrasted with that of other bioenergy options: biopower, combined heat and power, wood pellets, and Fischer-Tropsch liquids (biomass-to-liquids). Techno-economic models were designed for each conversion facility and a trucking model was used to determine delivered feedstock cost in central British Columbia, Canada. Facilities and processes were analyzed for their sensitivity to feedstock type (sawdust/shavings, whole logs, pulp chips, harvest residues, and hog fuel), scale (0.05–4 million bone dry tonnes per year), and product revenue volatility (based on historical volatility of proxy fossil fuels). Internal rate of return (IRR) was used as the primary metric for economic performance comparison. Under the base case scenario, with 0.2 million bone dry tonnes per year in the form of whole logs (roundwood), all facilities had a negative IRR, indicating that dedicated bioenergy harvest may be economically challenging at current market prices. However, all bioenergy options, and in particular wood pellets, were more attractive when the feedstock was switched to mill or harvest residues. Despite a higher cost for feedstock delivery, IRR increased for all technologies except for wood pellets as facility scale increased. The revenue required for a 15% IRR highlighted the structural market and policy differences between ethanol, electricity, and pellets, which may make it difficult for cellulosic ethanol producers to compete for forest feedstocks and investment under the current regime.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 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) | 0,003 | 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 ».