MétaCan
Menu
Retour à la cohorte
Enregistrement W2745939357 · doi:10.1016/j.egypro.2017.03.1263

Demonstration Results of Enzyme-Accelerated CO2 Capture

2017· article· en· W2745939357 sur OpenAlexaboutno aff
Louis Fradette, Sylvain Lefèbvre, Jonathan Carley

Notice bibliographique

RevueEnergy Procedia · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData scrubbingReuseWaste managementProcess engineeringTonneEnvironmental scienceSolventEngineeringChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

CO 2 Solutions Inc. of Québec, Canada has commercialized a proprietary low-cost, enzyme accelerated solvent technology for the capture of carbon dioxide and its beneficial reuse. Enzyme catalyzed aqueous salt solutions can be deployed with a variety of gas scrubbing equipment configurations to replace costly and environmentally challenged amines solvents as an efficient solution for post-combustion CO 2 capture. The presentation will discuss the results of its 10 tonne-CO 2 /day demonstration carried out in the summer and fall of 2015 in Salaberry-de-Valleyfield (“Valleyfield), near Montreal, Canada. The Valleyfield project was the largest-ever scale test of an enzyme-based CO 2 capture process and used an industrially robust form of carbonic anhydrase enzyme developed by CO 2 Solutions to capture CO 2 from a natural gas fired boiler. The demonstration operated successfully for a total of more than 2,500 hours and saw stable performance of the enzyme catalyst, stable solvent performance with negligible degradation, no wastes generated, and highly pure CO 2 produced suitable for a broad range of reuse applications. In addition, the use of low-grade, nil-value heat for solvent regeneration at low temperature was accomplished, demonstrating this innovative method of operating cost savings. The presentation will include performance aspects of the demonstration and associated techno-economics of the technology for application to electricity and steam generation. An update on the technology's commercial implementation will also be provided.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,015
Tête enseignante GPT0,217
Écart entre enseignants0,202 · 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'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

Citations31
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207