World's largest biofuel and pellet plants – geographic distribution, capacity share, and feedstock supply
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Biomass can be used for energy purposes by either combustion to heat and power or refining into solid and liquid biofuels. The majority of biomass is used for residential purposes in developing countries. Modern biomass use in industrialized countries is increasing, and more and more biomass is also traded to be used for energy purposes. The purpose of this paper is to locate the 15 largest ethanol, biodiesel, and wood pellet plants. Facilities generating heat, steam and electricity were left out. Secondly it is not generally known what share of biomass users are large plants. Also an effort is made to find out how much these large‐scale biomass refining plants use imported feedstock. For the most part, very large industrial processing facilities are found in a small number of countries. The largest ethanol mills are found almost exclusively in the United States, with one very large plant in the Netherlands. The distribution of biodiesel and wood pellet plants is more dispersed. The countries with the most large biodiesel plants include the USA, Brazil, Spain, and the Netherlands. The countries with the most very large wood pellet plants include the USA, Canada, Russia, and Germany. Torrefaction and pyrolysis technologies are still rarely used on industrial scale. Ethanol and wood pellet plants tend to be sourced from local feedstocks, while biodiesel plants are much more likely to use imported feedstocks or a mix of imports and local biomass. All of these fuels are increasingly traded through the international market. © 2014 Society of Chemical Industry and John Wiley & Sons, Ltd
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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