MétaCan
Menu
Retour à la cohorte
Enregistrement W4281251723 · doi:10.1002/9781119239390.ch18

The Geology, Historical Background, and Developments in<scp>CAES</scp>

2022· other· en· W4281251723 sur OpenAlexaboutno aff
D.J. Evans

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueThermodynamic and Exergetic Analyses of Power and Cooling Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompressed air energy storageRenewable energyFossil fuelEnergy storageEnvironmental scienceMining engineeringGeologyWaste managementEngineering

Résumé

récupéré en direct d'OpenAlex

Worldwide vast experience exists, dating back to 1915, for liquid and gaseous hydrocarbons storage deep underground in geological strata/traps. Storage options include salt caverns, porous rock (depleted hydrocarbon fields or saline aquifers), abandoned mines and mined (unlined or lined) rock caverns, which offer opportunities for compressed air energy storage (CAES). Underground storage presents a number of benefits, notably very large volumes of gas (including air) stored at high pressures (up to 200 MPa), a small footprint with low environmental impact and considerable protection against external influences. CAES plants using solution-mined salt caverns have operated commercially since 1978 (Huntorf, Germany) and 1991 (McIntosh, Alabama, USA). Despite many studies, proposals and tests in most underground storage types since the 1970s, no further commercial plant was commissioned until 2019 with an ACAES plant at Goderich (Ontario, Canada), utilising a former brine cavern. The development and increasing integration of inherently intermittent renewable energy sources into the electricity grid means that CAES is once again being considered to provide rapid response, bulk energy storage, load-levelling and grid-scale support. Various CAES test types have commenced in salt caverns, tunnels and areas of abandoned mines. Options for geological storage, CAES development to date and some key considerations are briefly reviewed.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,010
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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'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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetThermodynamic and Exergetic Analyses of Power and Cooling SystemsTravaux en français237 207