MétaCan
Menu
Retour à la cohorte
Enregistrement W2360392601 · doi:10.7451/cbe.2016.58.8.1

Simulation of logistics to supply Corn Stover to the Ontario Power Generation (OPG) Plant in Lambton, Ontario.

2016· article· en· W2360392601 sur OpenAlexaffvenueabout
Hamid Khaleghi Hamedani, Anthony Lau, Jake DeBruyn, Mahmud Ebadian, S. Sokhansanj

Notice bibliographique

RevueCanadian Biosystems Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensMinistry of Agriculture, Food and Rural AffairsUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCorn stoverStoverPower stationAgricultural economicsEnvironmental sciencePower (physics)BusinessAgricultural engineeringEconomicsWaste managementEngineeringGeographyElectrical engineeringForestryBiofuel

Résumé

récupéré en direct d'OpenAlex

The overall goal of this research is to investigate the logistics of agricultural biomass in Ontario, Canada using the Integrated Biomass Supply Analysis and Logistics Model (IBSAL). The supply of corn stover to the Ontario Power Generation (OPG) power plant in Lambton is simulated. This coal-fired power plant is currently not operating and there are no active plans by OPG to fuel it with biomass. Rather, this scenario is considered only to demonstrate the application of the IBSAL Model to this type of scenario. Here, five scenarios of delivering corn stover to the Lambton Generating Station (GS) power plant in Lambton Ontario are modeled: (1) truck transport from field edge to OPG (base scenario); (2) farm to central storage located on the highway, then truck transport bales to OPG; (3) direct truck transport from farm (no-stacking) to OPG; (4) farm to a loading port on Lake Huron and from there on a barge to OPG; and (5) farm to a railhead and then to OPG by rail.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,041
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,015
Tête enseignante GPT0,177
Écart entre enseignants0,162 · 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

Citations1
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Biosystems EngineeringMême sujetForest Biomass Utilization and ManagementTravaux en français237 207