MétaCan
Menu
Retour à la cohorte
Enregistrement W4296523912 · doi:10.3389/frsus.2021.759191

Comparing Biorefinery Processes at the Early Design Stage Using Large Block Analysis

2022· article· en· W4296523912 sur OpenAlexaff
Émanuelle Trottier, Craig Myers, Paul Stuart

Notice bibliographique

RevueFrontiers in Sustainability · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueTechnology Assessment and Management
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésBiorefineryCapital costComputer scienceHemicelluloseNet present valueProcess (computing)XylitolRisk analysis (engineering)Production (economics)Environmental economicsBusinessEngineeringEconomicsWaste managementBiofuel

Résumé

récupéré en direct d'OpenAlex

The transformation of pulp and paper mills through the integration of biorefineries is increasingly considered essential to the future of many existing sites. However, evaluating the risk and return of different biorefinery process alternatives at the early design stage is challenging. There are many strategies and technologies that must be considered, each of which is typically accompanied by its unique risks, including high levels of uncertainty in capital and operating cost estimates often obtained from technology providers. The novel methodology presented in this study, called Large Block Analysis (LBA), comprises a systematic approach for addressing these important challenges at the early design stage. LBA is used to obtain relative cost estimates for six process/product combinations incorporating different Technology Readiness Levels (TRLs), for adding value to a hemicellulose stream extracted from hardwood chips. In this case study, it was found that the fixed capital costs obtained using the LBA method differed from the original costs by between 121 and −19%, and operating cost estimates differed by between 117 and −17% from the original. The results show that the most economically-viable options for the hemicellulose stream having reasonable technology risk included the production of (1) animal feed additives, (2) xylitol using a variant of the classical chemical process, and (3) furfural.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,240
Écart entre enseignants0,226 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in SustainabilityMême sujetTechnology Assessment and ManagementTravaux en français237 207