MétaCan
Menu
Retour à la cohorte
Enregistrement W4313595538 · doi:10.3389/fenrg.2022.1051417

Current status and technology development in implementing low carbon emission energy on underground coal gasification (UCG)

2023· article· en· W4313595538 sur OpenAlexaff
Shadrack Adjei Takyi, Yindi Zhang, Mengting Si, Fanjin Zeng, Yingnan Li, Paitoon Tontiwachwuthikul

Notice bibliographique

RevueFrontiers in Energy Research · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Gasification Technologies
Établissements canadiensUniversity of ReginaNational Research Council Canada
Organismes subventionnairesNational Natural Science Foundation of China-China Academy of General Technology Joint Fund for Basic ResearchNational Natural Science Foundation of China
Mots-clésUnderground coal gasificationCoalClean coal technologyClean coalWaste managementEnvironmental scienceCoal gasificationGreenhouse gasCoal miningTechnology developmentEngineeringCombustionGeology

Résumé

récupéré en direct d'OpenAlex

Although coal mining has played a substantial role in world’s development as a critical fuel source for at least 25 years, its value is partly offset by the massive environmental issues it presents during combustion. The shift to a net-zero CO2 emission will open unique possibilities for new coal technological models in which progressive studies and policies, development, and modernization will play a significant role. Therefore, a collection of technologies has been proposed, one of which is cost-effective is the Underground Coal Gasification (UCG) coupled with carbon capture storage (CCS) and utilization technology (CCU) UCG-CCS/CCU. This paper reviews the current status and technology development in implementing low carbon emission energy on underground coal gasification. The study, therefore, leads to discussing the modern stage of underground coal gasification and carbon capture storage development, recent pilot operations, and current developments of the growing market. At the same time, it provides a reference for underground coal gasification combined with CCUS technology.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,039
Tête enseignante GPT0,314
Écart entre enseignants0,275 · 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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Energy ResearchMême sujetMining and Gasification TechnologiesTravaux en français237 207