MétaCan
Menu
Retour à la cohorte
Enregistrement W2194230197 · doi:10.3934/energy.2015.4.562

Miscanthus: a promising feedstock for lignocellulosic ethanol industry in Ontario, Canada

2015· article· en· W2194230197 sur OpenAlexaffabout
Poritosh Roy, Animesh Dutta, Bill Deen

Notice bibliographique

RevueAIMS energy · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMiscanthusRaw materialEnergy cropMarginal landBiofuelEthanol fuelGreenhouse gasBioenergyProduction (economics)Environmental scienceAgricultural economicsPulp and paper industryEconomicsWaste managementChemistryEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

The life cycle of ethanol derived from miscanthus has been evaluated to determine its environment and economic viability. Net energy consumption, production cost and emission are estimated considering three scenarios (S1: all classes of land; S2: prime land; S3: marginal land, are used for miscanthus cultivation). Depending on the scenarios net energy consumption, production cost and emissions are found to be varied from 12.1 to 12.5 GJ m<sup>-3</sup>, 776.7 to 811.3$ m<sup>-3</sup> and 0.7 to 1.3 t-CO<sub>2</sub>e m<sup>-3</sup>, respectively. Although energy consumption and production cost is slightly varied among the scenarios, the variation seems to be robust in the case of GHG emissions, where carbon dynamics play an important role. This study revealed that miscanthus is a promising feedstock for ethanol even if it is grown on marginal land which may abate competition with food crops and improve the farm economy in Ontario, Canada.

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)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,192
Écart entre enseignants0,172 · 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'étudeSans objet
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIMS energyMême sujetBiofuel production and bioconversionTravaux en français237 207