Life cycle assessment of an integrated forest biorefinery: hot water extraction process case study
Notice bibliographique
Résumé
Abstract The environmental footprint of bioproducts depends on the performance and implementation strategy of the biorefinery processes through which they are produced. Life cycle assessment (LCA) studies are categorized into two general types: attributional and consequential. The consequential life cycle assessment (CLCA) method illustrates the change of flows to and from environment, resulting from different potential decisions. Depending on the analysis goal, CLCA is known to be the proper approach to address the environmental analysis of integrated biorefineries with multiple bioproducts. In this study, an LCA of hot water extraction‐based biorefinery strategy was performed, including five production pathways. Defined process options consisted of an extraction of hemicellulose to produce (i) biogas, (ii) hemicellulose for animal feed, (iii) hemicellulose for C5‐sugars, (iv) C5‐sugars, and (v) furfural. Except for the “biogas”, acetate salt was the by‐product of all the process options. Consequential LCA results proved that the bark consumption, chemicals, and bioproducts transportation have significant environmental impacts. ‘Hemicellulose for C5‐sugars’ and ‘C5‐sugars’ outperformed other alternative options with a greenhouse gas reduction of 80% and 68%, respectively. Also, normalized results of these two options presented remarkable improvement of more than three times in human health impacts in comparison to existing process at the case study mill. © 2015 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».