MétaCan
Menu
Retour à la cohorte
Enregistrement W2524321334 · doi:10.3934/energy.2016.5.697

A life cycle inventory analysis of wood pellets for greenhouse heating: a case study at Macdonald campus of McGill University<sup>1</sup>

2016· article· en· W2524321334 sur OpenAlexaffabout
Tingting Wu, Kakali Mukhopadhyay, Paul J. Thomassin

Notice bibliographique

RevueAIMS energy · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPelletsGreenhouse gasEnvironmental scienceGreenhouseFossil fuelWaste managementLife-cycle assessmentGreen woodBiomass (ecology)BioenergyWood fuelEnvironmental engineeringBiofuelProduction (economics)EngineeringWater contentMaterials scienceHorticultureAgronomyEcologyWood drying

Résumé

récupéré en direct d'OpenAlex

Wood pellets are one of the most promising alternatives to fossil fuel in Canada. Using wood pellets for heating allows saving on heating source expenses as compared to fossil fuels. Moreover, direct carbon emissions from wood pellets are regarded as carbon neutral since regrowth of vegetation captures and stores carbon that already exists in the atmosphere. Using wood pellets as a heating fuel for greenhouse vegetable production is expected to result in less greenhouse gas emissions than fossil fuels. Increasing the domestic consumption of wood pellets for greenhouse heating in Canada would reduce the environmental impact of energy consumption. This study investigates the potential of using wood pellets as an alternative fuel for commercial greenhouses in Quebec. This study applied a life-cycle analysis to demonstrate the energy flows and environmental consequences of using wood pellets for greenhouse vegetable production. The results found that greenhouse gas emissions from wood pellets are lower than natural gas in greenhouse operations.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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.

Devis d'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueAIMS energyMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207