MétaCan
Menu
Retour à la cohorte
Enregistrement W2990167120 · doi:10.1002/9781119417637.ch11

Life Cycle Assessment of the Environmental Performance of Thermochemical Processing of Biomass

2019· other· en· W2990167120 sur OpenAlexafffund
Eskinder Gemechu, Adetoyese Olajire Oyedun, Edson Norgueira, Amit Kumar

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesUniversity of AlbertaCenovus Energy
Mots-clésLife-cycle assessmentScope (computer science)SustainabilityEnvironmental impact assessmentBiomass (ecology)StandardizationEnvironmental scienceEnvironmental resource managementEnvironmental economicsComputer scienceRisk analysis (engineering)BusinessProduction (economics)EcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Life cycle assessment (LCA) can be used to evaluate the environmental sustainability and socioeconomic implications of thermochemical processes. This chapter describes the procedure for performing an LCA and reviews the literature on environmental performance of bioenergy systems. It provides an overview of the concept of LCA as an environmental assessment tool and its methodological foundation, and performs an extensive literature review on the use of LCA on thermochemical biomass processing pathways. The chapter also identifies the research gaps and the environmental bottlenecks relevant to the large-scale implementation of different thermochemical processes, and suggests ways to address the gaps. The International Organization for Standardization (ISO) provides the principles and frameworks and requirements and guidelines for the goal and scope definitions, inventory analysis, life cycle impact assessment, and interpretation to have a common ground for individuals, industries, and governments performing an LCA.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,004
Tête enseignante GPT0,195
Écart entre enseignants0,191 · 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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207