MétaCan
Menu
Retour à la cohorte
Enregistrement W2365571277

Multicomponent kinetic model of biomass pyrolysis

2005· article· en· W2365571277 sur OpenAlexaff
Wang Qi

Notice bibliographique

RevueJournal of Zhejiang University(Engineering Science) · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensCAE (Canada)
Organismes subventionnairesnon disponible
Mots-clésThermogravimetric analysisPyrolysisCelluloseThermogravimetryBiomass (ecology)Kinetic energyCunninghamiaDegradation (telecommunications)HemicelluloseChemistryMaterials sciencePulp and paper industryAnalytical Chemistry (journal)ChromatographyBotanyOrganic chemistryGeologyPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Thermogravimetric analysis showed that the derivative thermogravimetry (DTG) curve had difference in shape for various wood samples. As single-component kinetic model cannot be used to explain this phenomenon, a new multicomponent kinetic model was proposed. The DTG curve of Pterocarpus indicus had an obvious “shoulder peak” at the position before thermo-degradation rate reached the maximum, which was caused by its higher proportion of hemi-cellulose in biomass composition. However, the DTG curves of two other wood samples, Cunninghamia lanceolata and Fraximus mandshurica which contained lower hemi-cellulose component, appeared smoother. On the assumption that the three main components in biomass underwent individual thermo-degradation, a multi-component kinetic model was developed. The parameters in the model were obtained by thermogravimetric analysis of Pterocarpus indicus. The simulated thermo-degradation of the two other samples, Cunninghamia lanceolata and Fraximus mandshurica, accorded well with the experimental result.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,179
Écart entre enseignants0,171 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Zhejiang University(Engineering Science)Même sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207