MétaCan
Menu
Retour à la cohorte
Enregistrement W2110851107 · doi:10.5539/ijc.v6n4p1

Characterization of Tar From Wood Pellet Production

2014· article· en· W2110851107 sur OpenAlexaffvenue
Gurkaran S. Sarohia, Harpuneet S. Ghuman, Adrian K. James, Ronald W. Thring, Guy L. Plourde

Notice bibliographique

RevueInternational Journal of Chemistry · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésPelletstar (computing)ChemistryThermogravimetric analysisPelletRenewable energyBiomass (ecology)Pulp and paper industryWaste managementCharacterization (materials science)Mass spectrometryOrganic chemistryNanotechnologyChromatographyComposite materialMaterials science

Résumé

récupéré en direct d'OpenAlex

In recent years, there has been an increased shift towards using renewable biomass as a source of energy generation. Wood pellets are widely used for energy production and are manufactured by densifying wood into pellets for increased energy efficiency. The manufacturing process of these pellets typically generates a tar-like byproduct resulting in increased production costs associated with waste disposal, equipment clean-up and handling operations. The current study focuses on characterization of this wood-based tar, which can create significant technological problems and environmental hazards. The tar was characterized by gas chromatography-mass spectrometry (GC-MS), thermogravimetric analysis (TGA), 1H nuclear magnetic resonance spectroscopy (1H-NMR), infrared spectroscopy (IR), solubility and moisture content. A total of 29 compounds were identified.

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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0020,001

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 Opus0,004
Tête enseignante GPT0,184
Écart entre enseignants0,180 · 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

Citations4
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

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