MétaCan
Menu
Retour à la cohorte
Enregistrement W2059280040 · doi:10.6000/1929-6002.2014.03.03.1

Comprehensive Evaluation of Biomass Energy Technologies in China

2014· article· en· W2059280040 sur OpenAlexvenueno aff
Qing Yang, Fei Han, Xudong Wu, Deyuan Wang, Xianhua Wang, Haiping Yang, Shihong Zhang, Hanping Chen

Notice bibliographique

RevueJournal of Technology Innovations in Renewable Energy · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Hubei ProvinceNational Natural Science Foundation of China
Mots-clésBiomass (ecology)ChinaEnvironmental scienceBiochemical engineeringEngineeringBiologyAgronomyGeography

Résumé

récupéré en direct d'OpenAlex

Based on a comprehensive review of the different biomass energy technologies in China, a hybrid evaluation model founding on Analytic Hierarchy Process (AHP) is proposed to offer a comprehensive evaluation of a variety of biomass energy technologies in China. In this model, three evaluation criteria, including the applicability of technology, economic viability and environment-friendly, are defined and nine indicators, including resources supply, equipment and technology, energy efficiency, energy grade, production cost, economic benefit, ecological impact, environmental pollution and social benefit, are devised. Priorities are established in this study based on pairwise comparisons of the elements. In addition, the model has been validated by various utilization technologies reported in literatures. Results show that environmental pollution, social benefit, ecological impact and resources supply greatly impact on the application of biomass technologies, followed by economic benefit. Besides, it is demonstrated that integrated technologies of biomass energy, which is closely related with residential daily life and compatible with local ecological environment, possess evident superiority. Furthermore, the outcome can be supportive for guiding future development of biomass energy in China.

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)0,005
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,246
Écart entre enseignants0,232 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Technology Innovations in Renewable EnergyMême sujetForest Biomass Utilization and ManagementTravaux en français237 207