MétaCan
Menu
Retour à la cohorte
Enregistrement W2987730786 · doi:10.1002/9781119383956.ch26

Energy and Environmental Mitigation Potential of Rice Byproducts

2019· other· en· W2987730786 sur OpenAlexaff
Ebenezer Miezah Kwofie, Michael Ngadi

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBiomass (ecology)Waste managementAnaerobic digestionEnvironmental scienceBiofuelWaste-to-energyMunicipal solid wasteElectricity generationBioenergyEnergy carrierEnergy cropCombustionChemical energyPollutionEnvironmental engineeringRenewable energyEngineeringChemistryPower (physics)Agronomy

Résumé

récupéré en direct d'OpenAlex

This chapter examines the potential of different technological options in harnessing rice byproduct energy and the degree to which it can mitigate environmental degradation. Considering rice byproducts as combustible for energy generation requires assessing their chemical characteristics and understanding the conversion potential based on the known chemical properties. There are several technological options for harnessing energy from byproducts broadly categorized as biochemical and thermochemical. Anaerobic digestion technique has primarily been used to as a pollution control measure and has been applied for waste water and industrial waste treatment, municipal solid waste treatment and the production of biofuel. The chapter reviews the common thermochemical processes used in harnessing rice biomass energy. It also reviews the emission characteristics of rice biomass combustion, examines the mitigation potential as a replacement fuel for wood and compares the potential for power generation.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,042

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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 Opus0,002
Tête enseignante GPT0,146
Écart entre enseignants0,144 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207