Notice bibliographique
Résumé
Landfills accepting biodegradable organic waste produce significant amounts of methane richlandfill gas. Landfill gas, or LFG, constitutes approximately equal quantities of methane andcarbon dioxide. The global emissions of methane from landfills are estimated to be about 10%oftotal anthropogenic emissions. Methane, a greenhouse gas, has a global warming potential(GWP) 21 times that of carbon dioxide over a laO-year time horizon. Therefore, control ofmethane from anthropogenic sources could substantially mitigate global warming. Consideringthese factors, there is renewed interest in controlling methane emissions from landfills.Methane emissions from landfills can be controlled by extracting LFG for energy recovery,passive venting and flaring, or by modifying the landfill cover to enhance passive oxidation ofmethane to carbon dioxide. To design any of the LFG control techniques prior knowledge of theamount of gas available is necessary.LFG production is site specific and depends on factors such as climatic conditions, wastecharacteristics, spatial heterogeneity, age of landfill, geometry of the landfill etc. The currenttechniques used to estimate LFG production are: theoretical calculations, generation models,experimental studies, LFG pumping tests and direct flux measurement. This paper discusses theadvantages and disadvantages in using these methods to estimate LFG production. The paperconcludes with a newly developed method at the University of Calgary, Canada to estimate LFGproduction. The method incorporates a geostatistical technique and a l-D numerical modelwithin a Geographic Information System (GIS).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».