MétaCan
Menu
Retour à la cohorte
Enregistrement W2806003610 · doi:10.5539/eer.v8n1p73

Studying and Evaluating Sustainable Materials for Converting Plastic Waste to Fuel

2018· article· en· W2806003610 sur OpenAlexvenueno aff
Ameen Abdelrahman, Hassan A. Dosky, Hamdy F. M. Mohamed, Aly Moustafa Radwan, Asmaa S. Hamouda

Notice bibliographique

RevueEnergy and Environment Research · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueFlame retardant materials and properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncinerationWaste managementRenewable energyMaterials sciencePlastic wasteEnvironmental scienceRefuse-derived fuelProcess (computing)PolyethyleneProcess engineeringComposite materialComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Gasification is one of the most important solutions for plastic waste management. We researched the conversion of plastic waste to fuel using sustainable material (Nano Clay) modified with Nano transition metals (TiO2, MnO, and ZnO). This was processed in a fix bed reactor design. After studying the reaction mechanism of the gasification process, we evaluated the optimize (reactor temperature, reaction time and feeding ratio of the modified catalyst) on the gasification process with its application for the modified catalyst on the degradation of polyethylene high density(PEHD), other waste plastic to fuel (CH4, H2, and other light component gasses). This method can be used as an important resource for renewable energy (like generating electricity and clean fuel), rather than waste for landfills and the incineration process which is the main source of CO2 emissions.

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)0,004
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,691

Scores Codex et Gemma par catégorie

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

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 Opus0,079
Tête enseignante GPT0,327
Écart entre enseignants0,249 · 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
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy and Environment ResearchMême sujetFlame retardant materials and propertiesTravaux en français237 207