MétaCan
Menu
Retour à la cohorte
Enregistrement W2943651721 · doi:10.5539/jas.v11n6p52

Techno-economic Analysis (TEA) and Life Cycle Assessment (LCA) of a Low Temperature Closed-Cycle Grain Drying System

2019· article· en· W2943651721 sur OpenAlexvenueno aff
Mingjun Ma, Kurt A. Rosentrater

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLife-cycle assessmentGreenhouse gasEnvironmental scienceGrain dryingElectricityWaste managementAgricultural engineeringPulp and paper industryEnvironmental engineeringAgricultural scienceProduction (economics)EngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to understand the environmental and economic impact of the low temperature closed-cycle grain drying system by using techno-economic analysis (TEA) and life cycle assessment (LCA). For TEA, three scales including small (60 bu/batch), medium (600 bu/batch) and large (6000 bu/batch) were chosen for analysis the total annual drying cost and unit drying cost. For LCA, the greenhouse gasses (GHG) emission was the only environmental impact that considered in this study, since the electricity was the only energy source for this drying system. The TEA result shows that the drying costs for one bushel of corn were $0.62, $0.49, $0.46 for the small, medium and large scales of this drying system, respectively, and the drying cost could potentially be lower than grain elevators. The LCA results indicate that greenhouse gas emissions will increase along with the expansion of the drying system since the electricity comes from a local coal-based electricity plant, which potentially makes this drying system’s greenhouse gas emissions higher than other types of drying systems. Farmers can use this method to make decisions when handling their grain.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil0,224

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetFood Drying and ModelingTravaux en français237 207