MétaCan
Menu
Retour à la cohorte
Enregistrement W4285208651 · doi:10.54941/ahfe1001634

Process Safety in electrolytic green hydrogen production

2022· article· en· W4285208651 sur OpenAlexaboutno aff
Rodrigo Domínguez, Enrique J. Calderón, Jorge Bustos

Notice bibliographique

RevueAHFE international · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy Security and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectrolytic processElectrolysisHydrogen productionPolymer electrolyte membrane electrolysisEnvironmental scienceWaste managementHydrogenProduction (economics)Electrolysis of waterProcess (computing)Process engineeringEngineeringElectrolyteChemistryComputer science

Résumé

récupéré en direct d'OpenAlex

The article objective is to analyze the electrolytic process of green hydrogen production from process safety and process safety management (PSM) points of views. The green hydrogen through water electrolysis production of is emerging as one of the main and best alternatives to replace the use of fossil fuels and thus mitigate environmental pollution and its consequences to the planet. For this purpose, the principles of the electrolysis process were established, as well as the different ways to carry it out, among which are: Alkaline electrolysis (AE); Proton exchange membrane (PEM) electrolysis and High-Temperature electrolysis (HTE). Its associated hazards and risks were mentioned, and the Dow Fire and Explosion Index (F&EI) was calculated for the three electrolysis methods, obtaining similar results with each other. In addition, the Canadian Society for Chemical Engineering (CSChE) PSM standard and the main international standards must be applied to electrolytic hydrogen production systems, such as: ISO 31000:2018 ; ISO 15916:2015 and ISO 22734:2019, was observed. Like other fuels, hydrogen processes production must be managed with preventive measures avoid events may have negative consequences to people, structures, and surrounding environment.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,253
Écart entre enseignants0,245 · 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'étudeThéorique ou conceptuel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAHFE internationalMême sujetGlobal Energy Security and PolicyTravaux en français237 207