MétaCan
Menu
Retour à la cohorte
Enregistrement W4297547206 · doi:10.1002/ese3.1303

Carbon dioxide utilization: A critical review from multiscale perspective

2022· review· en· W4297547206 sur OpenAlexafffund
Muhammad Yousaf, Muhammad Zaman, Asif Mahmood, Muhammad Imran, Ali Elkamel, Muhammad Rizwan, Tabbi Wilberforce, Fahid Riaz

Notice bibliographique

RevueEnergy Science & Engineering · 2022
Typereview
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHigher Education Commision, PakistanAston University
Mots-clésGreenhouse gasCarbon dioxideProcess (computing)Environmental scienceProcess systemsProcess engineeringCarbon capture and storage (timeline)Computer scienceBiochemical engineeringCarbon fibersEnvironmental economicsBroad spectrumPerspective (graphical)Climate changeChemistryEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Carbon dioxide (CO 2 ) emissions contribute considerably towards increasing greenhouse effect. Carbon capture and storage can reduce CO 2 emissions to a great extent but lacks economic feasibility. The economic feasibility of CO 2 capture could be boosted by utilizing the captured gas to produce valuable end products. CO 2 is a highly stable molecule; therefore, special catalysts and elevated conditions of temperature and pressure are required for its conversion. This review presents the current status of CO 2 utilization processes from various aspects, including thermodynamic, economic, and environmental impacts. The use of process systems engineering (PSE) tools and techniques in a broad spectrum, to improve the technical, economic, and environmental feasibility of these processes, is the major focus of this review. In this regard, a framework has also been presented showing the integration of various PSE techniques. All the related information in the form of tabulated data as well as qualitative and quantitative plots have been presented and critically analyzed.

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)0,001
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,051
Tête enseignante GPT0,300
Écart entre enseignants0,249 · 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
GenreSynthèse

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

En bref

Citations51
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy Science & EngineeringMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207