MétaCan
Menu
Retour à la cohorte
Enregistrement W1527550940 · doi:10.1002/9781118985960.meh421

Clean Power Generation from Coal

2015· other· en· W1527550940 sur OpenAlex
James W. Butler, Prabir Basu

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMechanical Engineers' Handbook · 2015
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésClean coalCoalClean coal technologyElectricity generationUSableFossil fuelWaste managementEnvironmental scienceElectricityEnvironmental economicsProcess (computing)EngineeringEnvironmental protectionEnvironmental engineeringPower (physics)Computer science

Résumé

récupéré en direct d'OpenAlex

Abstract Coal has consistently accounted for about 40% of the world's total electricity generating capacity since the early 1970s, despite the steady growth of the total generation capacity. A number of technologies are available or under development to make the process of converting coal into a transmittable form of energy a less polluting process. These technical options can be broadly divided into the following three categories, based on which stage of the conversion process the pollutant reduction takes place: preconversion technology, In situ control technology, postconversion technologies. As emission standards become more stringent, new and cleaner ways of converting coal to usable forms of energy are being developed and implemented. Postconversion clean‐up is necessary for all types of coal‐fired plants to reduce their environmental impact. Coal produces more carbon dioxide than any other fossil fuel, and as such, the concern over global warming is a major issue with coal‐fired power plants.

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.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil1,000

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)0,0430,004

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 Opus0,007
Tête enseignante GPT0,184
Écart entre enseignants0,177 · 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