MétaCan
Menu
Retour à la cohorte
Enregistrement W2809784123 · doi:10.1051/e3sconf/20184101046

Basic Technologies and Equipment Used for Peat Deposits Development in Foreign Countries

2018· article· en· W2809784123 sur OpenAlexaboutno aff
О. С. Мисников

Notice bibliographique

RevueE3S Web of Conferences · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering and Environmental Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPeatRaw materialProduction (economics)Environmental scienceBusinessGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

The article discusses the perspectives of the use of peat to solve several issues. First, there are prospects of using peat fuel for solving energy problems. Second, there is a need to use peat processing products for increasing soil fertility and combating desertification of territories. The author considers a possible solution of the problem of utilization of livestock wastes together with the obtaining of peat composts. The objective prerequisites for increasing the volume of peat extraction in the Russian Federation are given. The article discusses features of the main technologies for the extraction of milled and sod peat. The interrelation of the technology of peat harvesting with the technology of its further processing is substantiated. A limited amount of technological equipment produced in Russia causes the need for its importing. The paper overviews the main peat extraction technologies used in Western Europe and Canada. An analysis of the features of technological processes related to the characteristics of raw materials and the needs of the market is made. The tendencies in development of production of technological equipment are considered. Currently, it is recommended to use mixed sets of technological equipment of various manufacturers.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 GPT0,206
Écart entre enseignants0,191 · 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'étudeSans objet
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

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetEngineering and Environmental StudiesTravaux en français237 207