MétaCan
Menu
Retour à la cohorte
Enregistrement W2974979860 · doi:10.31025/2611-4135/2019.13850

DEVELOPMENT OF A MSW GASIFICATION MODEL FOR FLEXIBLE INTEGRATION INTO A MFA-LCA FRAMEWORK

2018· article· en· W2974979860 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDetritus · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésProcess engineeringWood gas generatorRaw materialEnvironmental sciencetar (computing)CharFluidized bedProcess (computing)SyngasPyrolysisWaste managementComputer scienceEngineeringCoalChemistry

Résumé

récupéré en direct d'OpenAlex

This paper presents the development of a comprehensive gasification module designed to be integrated in a MFA-LCA framework. From existing gasification models present in the literature, the most appropriate modelling strategy is selected and implemented into the module. This module needs to be able to capture the influence of input parameters, such as gasification reactor type, oxidizing agent, feedstock composition and operating conditions on the process outputs, including syngas yield, its composition and LHV, as well as tar and char contents. A typical gasification process is usually modelled in four steps: drying, pyrolysis, oxidation and reduction. Models representing each of these steps are presented in this paper. Since the type of gasification reactor is taken into account in the module, models for downdraft moving bed and bubbling fluidized bed reactor are also reviewed. The gasification module will be integrated into a MFA framework (VMR-Sys), which enables calculation of relevant gasifier feedstock parameters, such as moisture content, composition, properties and particle size distribution. Outputs from the module will also include elemental compositions obtained from VMR-Sys calculations. Finally, all outputs from the module will be used to build LCA-inventory data.

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.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,476
Score d'incertitude au seuil0,363

Scores Codex et Gemma par catégorie

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 Opus0,027
Tête enseignante GPT0,267
Écart entre enseignants0,240 · 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