MétaCan
Menu
Retour à la cohorte
Enregistrement W2009588661 · doi:10.6000/1929-6002.2013.02.01.5

Contribution of Volatile Interactions During Co-Gasification of Biomass with Coal

2013· article· en· W2009588661 sur OpenAlexvenueno aff
Joseph Kihedu, Ryo Yoshiie, Yoko Nunome, Yasuaki Ueki, Ichiro Naruse

Notice bibliographique

RevueJournal of Technology Innovations in Renewable Energy · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Dar es Salaam
Mots-clésCoalCelluloseBiomass (ecology)LigninChemistryChemical engineeringCatalysisAlkali metalGravimetric analysisPulp and paper industryOrganic chemistryGeology

Résumé

récupéré en direct d'OpenAlex

Thermo-gravimetric behavior during steam co-gasification of Japanese cedar and coal was investigated. The difference between co-gasification behavior and the average gasification behavior of cedar and coal indicates two synergetic peaks. The first peak occurred between 300 °C and 550 °C while the second peak was observed above 800 °C. The first peak coincides with volatile release and therefore associated with volatile interactions while the second peak is linked with catalytic effect of alkali and alkaline earth metal (AAEM). Acid washed cellulose and Na rich lignin chemicals were used as artificial biomass components. In reference to Japanese cedar, mixture of cellulose and lignin i.e. simulated biomass, was also investigated. Co-gasification of cellulose with coal and co-gasification of lignin with coal, demonstrates contribution of volatile interactions and AAEM catalysis respectively. Morphology of partially gasified blends, shows hastened pore development and physical cracking on coal particles. Brunauer−Emmett−Teller (BET) surface area of the charred blend was lower than the average surface area for charred biomass and coal.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,332

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,214
Écart entre enseignants0,209 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Technology Innovations in Renewable EnergyMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207