MétaCan
Menu
Retour à la cohorte
Enregistrement W2790674409 · doi:10.5380/rber.v7i2.58263

EVALUATION OF THE ELEMENTAL COMPOSITION OF MUNICIPAL SOLID WASTE BOTTOM ASH: A NEW METHODOLOGY FOR SAMPLE PREPARATION

2018· article· en· W2790674409 sur OpenAlexaff
Rodolfo Sbrolini Tiburcio, Andrea Carolina Gutierrez Gomez, Mauro Malpeli, Ana María Pereira Neto

Notice bibliographique

RevueRevista Brasileira de Energias Renováveis · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesAgência Nacional de Energia ElétricaPetrobrasFundação de Amparo à Pesquisa do Estado de São PauloUniversidade Federal do ABC
Mots-clésBottom ashMunicipal solid wasteElemental analysiscardboardScanning electron microscopeWaste managementOrganic matterEnvironmental scienceEnergy-dispersive X-ray spectroscopyComposition (language)Materials sciencePulp and paper industryChemistryFly ashEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

The disposal of municipal solid waste (MSW) to thermochemical treatments promotes the formation of ashes as a by-product, which constitutes an important role in the design and operation of energy recovery plants, as the ash can cause corrosion and fouling problems. In this sense, this work analyzed samples of bottom ashes from combustible fractions (organic matter, plastics, textiles, paper/cardboard/Tetra Pak® and sanitary waste) of MSW in natura from Santo André – SP, Brazil. For this, a new methodology for sample preparation was proposed to evaluate the elemental composition of the bottom ashes, for later analysis by Scanning Electron Microscopy with Energy Dispersive X-ray Spectroscopy (SEM-EDS). The obtained data showed a standard deviation of less than 10%, guaranteeing a greater reliability of the results and corroborating with standard deviations presented in the scientific literature. In addition, the elemental composition of the bottom ash was similar between the different combustible fractions evaluated. Keywords: MSW, Combustible fractions, SEM-EDS.

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)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,098
Tête enseignante GPT0,375
Écart entre enseignants0,277 · 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
GenreMéthodes

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

En bref

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de Energias RenováveisMême sujetMunicipal Solid Waste ManagementTravaux en français237 207