MétaCan
Menu
Retour à la cohorte
Enregistrement W2793574801 · doi:10.7451/cbe.2017.59.8.23

Techno-economic evaluation of microwave drying of wheat distiller’s grain with solubles in Saskatchewan.

2017· article· en· W2793574801 sur OpenAlexvenueaboutno aff
Maria Rosario P. Mosqueda, Lope G. Tabil

Notice bibliographique

RevueCanadian Biosystems Engineering · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrowaveEnvironmental scienceAgricultural engineeringAgronomyMaterials sciencePulp and paper industryAgricultural economicsEconomicsEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

The incorporation of microwave drying system in industry-scale drying of wet wheat distillers grain with solubles (WDGS) was evaluated foreconomic viability under three scenarios: (i) microwave drying, where only microwave energy was used in reducing WDGS from 70% to 10% moisture on wet basis (w.b.); (ii) booster drying, where microwave energy was applied after rotary drying when drying rates began to fall; and (iii) finish drying, where microwave drying was used near the end of the drying process. Complete replacement of the conventional hot air drying system with microwave energy was not economically feasible under the present set of assumptions. Although energy requirement during microwave drying was substantially lower than that of rotary drying, the cost of electricity in providing the microwave energy was seen as a major hindrance. Lower electricity rates, availability of cheaper power sources, and attractive market incentives, such as premium prices for high protein quality wheat DDGS, may be necessary to encourage ethanol producers to invest in the technology. Finish drying, which used the least amount of electrical energy among the three scenarios, was seen as the more economically viable option. Costs associated with the other DDGS production processes also have to be assessed to have a more comprehensive picture of the costs and the benefits of investing on microwave drying technology for protein quality improvement.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,709
Score d'incertitude au seuil0,578

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,206
Écart entre enseignants0,183 · 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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Biosystems EngineeringMême sujetFood Drying and ModelingTravaux en français237 207