MétaCan
Menu
Retour à la cohorte
Enregistrement W3002713660 · doi:10.1016/b978-0-08-102886-5.00021-9

Energy From Biomass

2020· book-chapter· en· W3002713660 sur OpenAlexaff
Yulin Hu, Amarjeet Bassi, Chunbao Xu

Notice bibliographique

RevueFuture Energy · 2020
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBiofuelBiomass (ecology)Anaerobic digestionBiogasBiodieselRaw materialRenewable energyWaste managementEnvironmental scienceFossil fuelBioenergyBiomass to liquidEngineeringAgronomyMethaneChemistryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

In recent years, the development of renewable energy from biomass has received a great deal of attention as a result of serious environmental problems, exhaustion of fossil fuels, and the growing global population. In this chapter, the use of various types of biomass for biofuel production and heat and power generation is discussed. In section one, the major types, characterizations, availability, and distribution of world biomass resources are summarized in detail, followed by Section 21.2, with a discussion on the production of conventional biofuels including bioethanol, biobutanol, and biodiesel. In Section 21.3, the advanced biofuels production via fast pyrolysis, microwave-assisted pyrolysis, and hydrothermal liquefaction (HTL) is covered. In addition, Section 4 reviews the use of third-generation biomass algae as the feedstock for producing biofuels, with a focus on the in situ transesterification for biodiesel, HTL for bio-oil, and anaerobic digestion for biogas. Following this, Section 5 presents the utilization of biomass for heat and power generation by combustion, gasification, and anaerobic digestion. Finally, Section 6 provides the main conclusions and recommendations for future work.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,374
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,006
Tête enseignante GPT0,158
Écart entre enseignants0,153 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuture EnergyMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207