MétaCan
Menu
Retour à la cohorte
Enregistrement W2338814022 · doi:10.2172/1184983

Biomass Direct Liquefaction Options: TechnoEconomic and Life Cycle Assessment

2014· report· en· W2338814022 sur OpenAlexaff
Iva J. Tews, Yunhua Zhu, Corinne Drennan, Douglas C. Elliott, Lesley Snowden-Swan, Kristin Onarheim, Yrjö Solantausta, D. Beckman

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensJoseph Brant Hospital
Organismes subventionnairesnon disponible
Mots-clésHydrothermal liquefactionLiquefactionBiomass (ecology)BioenergyWork (physics)Environmental scienceBiofuelProduct (mathematics)Waste managementRefining (metallurgy)BusinessEngineeringChemistryMathematicsEcology

Résumé

récupéré en direct d'OpenAlex

The purpose of this work was to assess the competitiveness of two biomass to transportation fuel processing routes, which were under development in Finland, the U.S. and elsewhere. Concepts included fast pyrolysis (FP), and hydrothermal liquefaction (HTL), both followed by hydrodeoxygenation, and final product refining. This work was carried out as a collaboration between VTT (Finland), and PNNL (USA). The public funding agents for the work were Tekes in Finland and the Bioenergy Technologies Office of the U.S. Department of Energy. The effort was proposed as an update of the earlier comparative technoeconomic assessment performed by the IEA Bioenergy Direct Biomass Liquefaction Task in the 1980s. New developments in HTL and the upgrading of the HTL biocrude product triggered the interest in reinvestigating this comparison of these biomass liquefaction processes. In addition, developments in FP bio-oil upgrading had provided additional definition of this process option, which could provide an interesting comparison.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,252
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations115
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207