MétaCan
Menu
Retour à la cohorte
Enregistrement W2885290164 · doi:10.1139/cjfr-2018-0122

Pellets derived from <i>Eucalyptus nitens</i> residue: physical, chemical, and thermal characterization for a clean combustion product made in Chile

2018· article· en· W2885290164 sur OpenAlexvenueno aff
Patricia E. Oliveira, Paola Leal, C. Pichara

Notice bibliographique

RevueCanadian Journal of Forest Research · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPelletsEucalyptus nitensHeat of combustionPulp and paper industryRaw materialEnvironmental scienceCombustionSawdustRenewable energyPinus radiataEucalyptusWaste managementMaterials scienceChemistryBotanyComposite materialEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

As the southernmost country in Latin America, Chile has more than 12 cities on alert for particle pollution. These warnings are issued according to the air quality index, which is partly based on the concentration of coarse and fine particles. Coupled with this, there is also a significant need to use renewable energy for heating. This study describes the production of pellets using Eucalyptus nitens (H. Deane & Maiden) Maiden sawdust for use as a heating fuel. Pinus radiata D. Don was also included to produce the profile that is required for commercial-grade fuel pellets. Finally, we also suggest the use of sodium lignosulfonate as a natural binder to complement the low adhesiveness of the main raw material (E. nitens), as well as enhance the calorific value of the mixture. The results reveal that the different mixtures of eucalyptus and pine were all satisfactory, regardless of their proportions. The pellets made with sodium lignosulfonate proved to have a high calorific value, making them an attractive product; however, the formulations also had a high level of ash content (1.15% to 1.85%), which is close to the limit allowed by international standards.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,021
Tête enseignante GPT0,255
Écart entre enseignants0,233 · 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'étudeObservationnel
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 revueCanadian Journal of Forest ResearchMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207