MétaCan
Menu
Retour à la cohorte
Enregistrement W2942647569 · doi:10.1002/bbb.2015

Development of cost models of algae production in a cold climate using different production systems

2019· article· en· W2942647569 sur OpenAlexafffundabout
Stan Pankratz, Adetoyese Olajire Oyedun, Amit Kumar

Notice bibliographique

RevueBiofuels Bioproducts and Biorefining · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesUniversity of AlbertaCenovus Energy
Mots-clésAlgaeBiomass (ecology)Environmental scienceBiofuelTonneBioenergyPhotobioreactorBiologyBotanyBiotechnologyEcologyWaste managementEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Research into the potential use of microalgae to produce biofuels is receiving significant attention. In the cold climates of countries like Canada, algae cultivation in open raceway pond (ORP) systems is limited to a short period of the year when pond surface water temperatures and ambient light conditions enable optimal culture growth. In this study we develop techno‐economic assessment models to predict, evaluate, and compare the techno‐economic results from three autotrophic algae cultivation scenarios to produce algae biomass. The first is a modeled ORP site located in the southern USA, which has a minimum biomass selling price (MBSP) for algae of $541 tonne−1 (T−1). The second scenario models an identical ORP system co‐located at a site near Fort Saskatchewan, a northern city in the province of Alberta, Canada. The resulting MBSP is $1288 T−1. A third scenario models a photobioreactor (PBR) cultivation system co‐located at the same northern Alberta site and shows algae production with an MBSP of $550 T−1. Each system is scaled to produce 2000 T day−1 ash‐free dry weight (AFDE) algae biomass. The study concludes that PBR systems deployed at this scale have the potential to reduce production costs significantly ($ T−1) compared to similarly sited ORP systems in Canada, despite climatic factors and high initial capital costs associated with PBR construction. Furthermore, the modeled PBR system required 0.3% of the water required by the ORP cultivation platforms (153 × 103 versus 59 527 × 103 m3) and 0.04% of the land (32 versus. 82 038 ha). © 2019 Society of Chemical Industry and John Wiley & Sons, Ltd

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)0,002
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 enseignants0,110
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,043
Tête enseignante GPT0,248
Écart entre enseignants0,205 · 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

Citations27
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiofuels Bioproducts and BiorefiningMême sujetAlgal biology and biofuel productionTravaux en français237 207