MétaCan
Menu
Retour à la cohorte
Enregistrement W2610984299 · doi:10.1002/bbb.1775

Financial analyses of potential biojet fuel production technologies

2017· article· en· W2610984299 sur OpenAlexaff
Lucas G. Pereira, Heather L. MacLean, Brad Saville

Notice bibliographique

RevueBiofuels Bioproducts and Biorefining · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of Toronto
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCarnegie Mellon University
Mots-clésJet fuelProduction (economics)Biomass (ecology)Environmental scienceAviation biofuelGreenhouse gasBusinessCash flowBiofuelFinanceEconomicsEngineeringBioenergyWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract Bio‐based jet fuels are projected by the International Civil Aviation Organization (ICAO) to play a major role in meeting greenhouse gas emissions reduction targets. Recent literature has identified promising pathways for biojet fuel production, including several pathways approved by the ASTM International. Despite the importance of this topic, only a few studies have examined the financial metrics of biojet production, and different assumptions make it difficult to compare results. This paper evaluates and compares the financial viability of six key biojet fuel production pathways using appropriate biomass feedstocks. The pathways were analyzed from a technical and financial perspective, utilizing a common discounted cash flow approach and Monte Carlo analysis, considering internal (e.g. scale‐up to commercial scale) and external (e.g. oil price) uncertainties. The hydroprocessed esters and fatty acids technology with oil feedstock had the most promising financial results, with an internal rate of return of over 26% and a 70% probability of exceeding the minimum attractive rate of return (MARR = 15%) even under the most pessimistic scenario. The next most attractive pathway was catalytic hydrothermolysis, which had favorable financial performance, but only under a scenario that assumed an oil price range of $93 to $140 per barrel. Pyrolysis and gasification with Fischer‐Tropsch synthesis presented high financial risk under an oil price range of $50 to $93 per barrel and low technical development scenarios, whereas the alcohol‐to‐jet and direct‐fermentation‐to‐jet technologies were found to be unlikely to achieve the MARR for any of the scenarios. © 2017 Society of Chemical Industry and John Wiley & Sons, Ltd

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,004
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,034
Tête enseignante GPT0,265
Écart entre enseignants0,231 · 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

Citations28
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuels Bioproducts and BiorefiningMême sujetBiofuel production and bioconversionTravaux en français237 207