Analysis of five simulated straw harvest scenarios
Notice bibliographique
Résumé
Almost 36 million tonnes (t) of cereal grains are harvested annually on more than 16 million hectares (ha) in Canada. The net straw production varies year by year depending upon weather patterns, crop fertility, soil conservation measures, harvest method, and plant variety. The net yield of straw, after discounting for soil conservation, averages approximately 2.5 dry (d)t ha-1. Efficient equipment is needed to collect and package the material as a feedstock for industrial applications. This paper investigates the costs, energy input, and emissions from power equipment used for harvesting straw. Five scenarios were investigated: (1) large square bales, (2) round bales, (3) large compacted stacks (loafs), (4) dried chops, and (5) wet chops. The baled or loafed biomass is stacked next to the farm. Dry chop is collected in a large pile and wet chop is ensiled. The baling and stacking cost was $21.47 dt-1 (dry tonne), with little difference between round and large square baling. Loafing was the cheapest option at $17.08 dt-1. Dry chop and piling was $23.90 dt-1 and wet chop followed by ensiling was $59.75 dt-1. A significant portion of the wet chop cost was in ensiling. Energy input and emissions were proportional to the costsmore » for each system, except for loafing, which required more energy input than the baling systems. As a fraction of the energy content of biomass (roughly 16 GJ dt-1), the energy input ranged from 1.2% for baling to 3.2% for ensiling. Emissions from the power equipment ranged from 20.3 kg CO2e dt-1 to more than 40 kg CO2e dt-1. A sensitivity analysis on the effect of yield on collection costs showed that a 33% increase in yield reduced the cost by 20%. Similarly a sensitivity analysis on weather conditions showed that a 10oC cooler climate extended the harvest period by 5-10 days whereas a 10oC warmer climate shortened the harvest period by 2-3 days.« less
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».