Development of a performance-based industrial energy efficiency indicator for corn refining plants.
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.
Notice bibliographique
Résumé
Organizations that implement strategic energy management programs have the potential to achieve sustained energy savings if the programs are carried out properly. A key opportunity for achieving energy savings that plant managers can take is to determine an appropriate level of energy performance by comparing their plant's performance with that of similar plants in the same industry. Manufacturing facilities can set energy efficiency targets by using performance-based indicators. The U.S. Environmental Protection Agency (EPA), through its ENERGY STAR{reg_sign} program, has been developing plant energy performance indicators (EPIs) to encourage a variety of U.S. industries to use energy more efficiently. This report describes work with the corn refining industry to provide a plant-level indicator of energy efficiency for facilities that produce a variety of products--including corn starch, corn oil, animal feed, corn sweeteners, and ethanol--for the paper, food, beverage, and other industries in the United States. Consideration is given to the role that performance-based indicators play in motivating change; the steps needed to develop indicators, including interacting with an industry to secure adequate data for an indicator; and the actual application and use of an indicator when complete. How indicators are employed in the EPA's efforts to encourage industries to voluntarily improve their use of energy is discussed as well. The report describes the data and statistical methods used to construct the EPI for corn refining plants. Individual equations are presented, as are the instructions for using them in an associated Excel spreadsheet.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle