MétaCan
Menu
Retour à la cohorte
Enregistrement W2099859001 · doi:10.1504/ijex.2011.037217

Exergetic performance assessment of gasification and pyrolysis processes of pre-treated wood board wastes

2010· article· en· W2099859001 sur OpenAlexafffund
Yildiz Kalincı, Arif Hepbaşlı, İbrahim Dinçer

Notice bibliographique

RevueInternational Journal of Exergy · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensOntario Tech University
Organismes subventionnairesDokuz Eylül ÜniversitesiEge ÜniversitesiUniversity of Ontario Institute of Technology
Mots-clésPyrolysisExergyBiomass (ecology)Exergy efficiencyMaterials scienceHydrogenWaste managementPulp and paper industryChemical engineeringChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This paper investigates exergetic performance of gasification and pyrolysis processes and compares their exergy efficiencies, using the experimental data on a two-step process of thermo-chemical conversion of Wood Board (WB) wastes. The exergy values of biomass samples change from 17.49 MJ/kg to 24.57 MJ/kg, respectively. Hydrogen produced from pyrolysis step of gasification varies between 17 (%v/v) and 47 (%v/v) and ranges from 17.1 to 42.6 (%v/v) in pyrolysis. The exergy contents of hydrogen range from 2.20 kJ to 16.26 kJ with the highest efficiency of 93% in pyrolysis step of gasification of WB_1000 samples, and from 2.01 kJ to 10.43 kJ with the highest efficiency of 51% in pyrolysis of WB_250_1000 samples.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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

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 Opus0,005
Tête enseignante GPT0,229
Écart entre enseignants0,225 · 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

Citations13
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ExergyMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207