MétaCan
Menu
Retour à la cohorte
Enregistrement W2404699613 · doi:10.2172/1093743

Improving Heat Recovery In Biomass-Fired Boilers

2013· report· en· W2404699613 sur OpenAlexafffund
James R. Keiser, William B. Sharp, Douglas Singbeil, Preet M. Singh, Laurie A Frederick, Joseph Meyer

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueThermodynamic and Exergetic Analyses of Power and Cooling Systems
Établissements canadiensFPInnovations
Organismes subventionnairesOak Ridge National LaboratoryBattelleFPInnovationsOffice of Energy EfficiencyUT-BattelleGeorgia Institute of TechnologyOffice of Energy Efficiency and Renewable EnergyU.S. Department of Energy
Mots-clésFlue gasDew pointBoiler (water heating)Natural gasWater vaporWaste managementEnvironmental scienceAbsorption heat pumpHeat recovery ventilationWaste heat recovery unitWaste heatProcess engineeringPetroleum engineeringEnvironmental engineeringNuclear engineeringThermodynamicsChemistryEngineeringHeat exchangerMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Combustion of biomass has been used by industry to produce steam and power for many years, but new technologies are being introduced to better recover the energy from biomass as well as to produce a synthetic gas (syngas) that can be used as a starting point in the production of automotive and diesel fuels as well as higher value chemicals. It is of significance that operating temperatures in combustion and gasification systems are often restricted by materials limitations resulting from the degradation of materials in the highest temperature areas. For systems recovering heat and/or generating steam, operating limits are often imposed by degradation of the superheater tubes that recover heat from the combustion gases at the highest temperatures.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,222
Écart entre enseignants0,210 · 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

Citations5
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetThermodynamic and Exergetic Analyses of Power and Cooling SystemsTravaux en français237 207