MétaCan
Menu
Retour à la cohorte
Enregistrement W2007209902 · doi:10.1089/ind.2007.3.112

Selecting the most appropriate products for the forest biorefinery

2007· article· en· W2007209902 sur OpenAlexaff
Virginie Chambost, Paul Stuart

Notice bibliographique

RevueIndustrial Biotechnology · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensPolytechnique MontréalNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesNational Renewable Energy Laboratory
Mots-clésBiorefineryFlexibility (engineering)Identification (biology)Product (mathematics)Forest productSupply chainProcess (computing)BusinessRisk analysis (engineering)Computer scienceEngineeringEconomicsEnvironmental scienceMarketingForest managementBiofuel

Résumé

récupéré en direct d'OpenAlex

The forest biorefinery offers a business strategy that potential forestry companies are seriously considering for improving the overall financial performance of the sector; however, there are considerable technology and business risks related to its implementation. These risks can be mitigated to a great extent by using systematic product and process design tools for analyzing biorefinery strategies. This paper describes the basis for a systematic product design methodology for Rapid Market Analysis, suitable for evaluating the economic and commercial potential of a biorefinery project, using a set of business tools that includes market and synergy identification. The preliminary application of this methodology has illustrated that the longer-term competitive advantage of companies implementing the biorefinery is unlikely to be related to technology, but rather, related to the unique supply chain that companies put in place, coupled with manufacturing flexibility.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,032
Tête enseignante GPT0,225
Écart entre enseignants0,193 · 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'étudeThéorique ou conceptuel
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

Citations53
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial BiotechnologyMême sujetBiofuel production and bioconversionTravaux en français237 207