MétaCan
Menu
Retour à la cohorte
Enregistrement W2568264102 · doi:10.1139/cjfr-2016-0428

Economic implications of moisture content and logging system in forest harvest residue delivery for energy production: a case study

2017· article· en· W2568264102 sur OpenAlexvenueno aff
Francisca Belart, John Sessions, Ben Leshchinsky, Glen Murphy

Notice bibliographique

RevueCanadian Journal of Forest Research · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLoggingEnvironmental scienceTonneBioenergyWater contentResidue (chemistry)ComminutionAgricultural engineeringPulp and paper industryWaste managementForestryBiofuelEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The need for improving the cost effectiveness of forest harvest residue utilization for bioenergy production has been widely recognized. A number of studies show that reducing residue moisture content presents advantages for transportation and energy content. However, previous research has not focused on the relative advantages of in-forest drying depending on the residue characteristics from different logging systems, comminution, and equipment mobilization. Residue drying curves were developed using finite element analysis for two primary Pacific Northwest logging systems. These curves were applied to a case study in Oregon in which mixed integer mathematical programming was used to optimize residue delivery to a hypothetical co-generation plant with a generating capacity of 6 megawatt-hours (MWh). Assuming that rear-steered trailers can access cable logging units, approximately 98% of the harvest residue generated by cable logging was delivered to the plant, compared with only 56% of residue generated with a ground-based system, mainly because collection costs incurred with ground-based system residues exceed cost benefits of drier material. By considering the energy content of drier residues, the amount of oven-dried metric tonnes (ODMT) needed to supply the plant can be reduced by 16% without affecting the energy output over a 24-month planning horizon. Lower ODMT demand and shifting to drier material decreases the overall production cost by 20.4%.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,079
Tête enseignante GPT0,302
Écart entre enseignants0,224 · 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'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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Biomass Utilization and ManagementTravaux en français237 207