MétaCan
Menu
Retour à la cohorte
Enregistrement W2748317970 · doi:10.2174/2213337203666160525103810

Fast Pyrolysis of Lignocellulosic Biomass for the Production of Energy and Chemicals: A Critical Review

2016· review· en· W2748317970 sur OpenAlexaff
Mai Attia, Sherif Farag, Sajjad Habibzadeh, Sepehr Hamzehlouia, Jamal Chaouki

Notice bibliographique

RevueCurrent Organic Chemistry · 2016
Typereview
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésBiomass (ecology)Raw materialHemicellulosePyrolysisLignocellulosic biomassEconomic shortageRenewable energyChemistryBiochemical engineeringFossil fuelProduction (economics)LigninCelluloseBiofuelRenewable resourceChemical industryProcess engineeringWaste managementPulp and paper industryOrganic chemistryEngineeringEconomicsAgronomy

Résumé

récupéré en direct d'OpenAlex

As a consequence of the shortage of traditional resources and escalating environmental constraints, the feedstocks for the production of energy and chemicals are swiftly changing. Biomass has received remarkable attention from both academia and industries as it is the most promising feedstock for these applications. Understanding the conversion mechanisms of such renewable low-value material to value-added products would lead to providing insights to enhance the product yield and/or quality and, in turn, help the new products compete with the traditional ones. In this regard, this paper provides an updated review on the processing of biomass for the production of valuable-products that could replace a part of the fossil fuel-based energy and chemicals. The common technologies that are performed in the conversion processes are demonstrated, and the thermochemical technique is emphasized. Several chemical reactors and their processes for fast pyrolysis applications are presented. The organic chemistry of pyrolysis of a biomass plant and its three constituents (i.e., cellulose, hemicellulose, and lignin) is debated. The effect of the heating mechanism, process parameters, loading of catalyst and other aspects are discussed. Eventually, the economics aspect of fast pyrolysis of biomass is evaluated.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,432
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,279
Écart entre enseignants0,252 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Organic ChemistryMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207