MétaCan
Menu
Retour à la cohorte
Enregistrement W4250896601 · doi:10.1007/978-1-59259-837-3_4

Pipeline Transport of Biomass

2004· book-chapter· en· W4250896601 sur OpenAlexaffabout
Amit Kumar, Jay B. Cameron, Peter C. Flynn

Notice bibliographique

RevueHumana Press eBooks · 2004
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPipeline transportEnvironmental scienceSlurryBiomass (ecology)Waste managementSoftwoodInletHardwoodCombustionMoistureTruckPulp and paper industryEnvironmental engineeringEngineeringMaterials scienceChemistryGeology

Résumé

récupéré en direct d'OpenAlex

The cost of transporting wood chips by truck and by pipeline as a water slurry was determined. In a practical application of field delivery by truck of biomass to a pipeline inlet, the pipeline will only be economical at large capacity (>0.5 million dry t/yr for a one-way pipeline, and >1.25 million dry t/yr for a two-way pipeline that returns the carrier fluid to the pipeline inlet), and at medium to long distances (>75 km [one-way] and >470 km [two-way] at a capacity of 2 million dry t/yr). Mixed hardwood and softwood chips in western Canada rise in moisture level from about 50% to 67% when transported in water; the loss in lower heating value (LHV) would preclude the use of water slurry pipelines for direct combustion applications. The same chips, when transported in a heavy gas oil, take up as much as 50% oil by weight and result in a fuel that is >30% oil on mass basis and is about twothirds oil on a thermal basis. Uptake of water by straw during slurry transport is so extreme that it has effectively no LHV. Pipeline-delivered biomass could be used in processes that do not produce contained water as a vapor, such as supercritical water gasification.

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)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil1,000

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)0,0010,000

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 GPT0,210
Écart entre enseignants0,183 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHumana Press eBooksMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207