MétaCan
Menu
← Retour à la cohorte
Enregistrement W1992293020 · doi:10.1021/ef060157y

Characterization of Mercury Emissions from a Coal-Fired Power Plant

2007· article· en· W1992293020 sur OpenAlexaboutno aff
Xin Guo, Chuguang Zheng, Minghou Xu

Notice bibliographique

RevueEnergy & Fuels · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)Flue gasFly ashElectrostatic precipitatorCoal combustion productsCoalCombustionChemistryParticulatesWaste managementEnvironmental chemistryFlue-gas emissions from fossil-fuel combustionEnvironmental scienceFluePower station

Résumé

récupéré en direct d'OpenAlex

An emissions study for mercury was conducted at a 300 MW coal-fired plant equipped with an electrostatic precipitator (ESP). The input and output streams such as coal, slag, ESP ash, and flue gas were collected. Gaseous mercury was sampled using the Ontario Hydro method. The experimental data indicate that the majority of mercury goes into flue gas. The mercury quantity in flue gas to total combustion products is about 83%. The distribution of mercury in slag and fly ash is about 1 and 13%, respectively. The result also shows that, among the stack emissions after ESP, the gaseous mercury concentration in the flue gas is about 13−21 μg N - 1 m - 3 . The proportion in particulate form was extremely low; the content of Hg 2+ in flue gas is about 55−69%; and the content of Hg 0 is about 31−45%. In addition, the absorption mechanism of mercury in fly ash was studied. It was found that the mercury concentration in fly ash is independent of the particle size and has a positive correlation with the loss of ignition of fly ash.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,235
Écart entre enseignants0,222 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & Fuels→Même sujetMercury impact and mitigation studies→Travaux en français237 207→