MétaCan
Menu
Retour à la cohorte
Enregistrement W2045706639 · doi:10.1021/es201664h

Environmental Impact of Pyrolysis of Mixed WEEE Plastics Part 1: Experimental Pyrolysis Data

2011· article· en· W2045706639 sur OpenAlexaff
Sue Alston, Allan Clark, Cris Arnold, Bridget K. Stein

Notice bibliographique

RevueEnvironmental Science & Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensIONICS Mass Spectrometry (Canada)
Organismes subventionnairesEuropean Social Fund
Mots-clésPyrolysisRaw materialPolymerMaterials scienceWaste managementMethanePolyethylenePolycarbonatePyrolysis oilChemical engineeringOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Growth in waste electrical and electronic equipment (WEEE) is posing increasing problems of waste management, partly resulting from its plastic content. WEEE plastics include a range of polymers, some of which can be sorted and extracted for recycling. However a nonrecyclable fraction remains containing a mixture of polymers contaminated with other materials, and pyrolysis is a potential means of recovering the energy content of this. In preparation for a life cycle assessment of this option, described in part 2 of this paper set, data were collected from trials using experimental pyrolysis equipment representative of a continuous commercial process operated at 800 °C. The feedstock contained acrylonitrile-butadiene-styrene and high impact polystyrene with high levels of additives, and dense polymers including polyvinylchloride, polycarbonate, polyphenylene oxide, and polymethyl methacrylate. On average 39% was converted to gases, 36% to oils, and 25% remained as residue. About 35% of the gas was methane and 42% carbon monoxide, plus other hydrocarbons, oxygen and carbon dioxide. The oils were almost all aromatic, forming a similar mixture to fuel oil. The residue was mainly carbon with inorganic compounds from the plastic additives and most of the chlorine from the feedstock. The results showed that the process produced around 70% of the original plastic weight as potential fuel.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,253
Écart entre enseignants0,229 · 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'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

Citations104
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetRecycling and Waste Management TechniquesTravaux en français237 207