MétaCan
Menu
Retour à la cohorte
Enregistrement W2170745751 · doi:10.5539/enrr.v4n4p59

Use of Environmental and Thermodynamic Indicators to Assess the Performance of an Integrated Process for Ethanol Production

2014· article· en· W2170745751 sur OpenAlexvenueno aff
Alex Rodrigues Nogueira, A. C. G. Donke, Marília I. S. Folegatti Matsuura, Patrícia Helena Lara dos Santos Matai, Luiz Kulay

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésExergyBagasseLife-cycle assessmentEnvironmental scienceEthanol fuelBiofuelProduction (economics)Primary energyEnergy consumptionPulp and paper industryProcess engineeringWaste managementMathematicsEnergy (signal processing)EngineeringEconomicsStatistics

Résumé

récupéré en direct d'OpenAlex

Corn is one of the possibilities for diversification of Brazilian ethanol production. Four scenarios of analysis were established. The environmental dimension was evaluated by the Life Cycle Assessment (LCA) approach, whereas the Thermodynamic performance was verified by applying the techniques of Cumulative Energy Demand (CED) and Cumulative Exergy Demand (CExD). The production of ethanol from corn using wood chips for energy supply of the plant resulted in a homogeneous environmental performance. Factors such direct seeding -and the LHV of the wood for energy support this result. For both Thermodynamic analysis the production of sugarcane ethanol had better indexes because the use of bagasse replaced other sources of primary energy. This result remained for a combined analysis between the two dimensions, which related environmental effects in terms of Climate Change with the aggregation of primary energy consumption for ideal systems.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,489
Score d'incertitude au seuil0,522

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,311
Écart entre enseignants0,282 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources ResearchMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207