MétaCan
Menu
Retour à la cohorte
Enregistrement W4322618722 · doi:10.18331/brj2023.10.1.5

Life cycle assessment for sustainability assessment of biofuels and bioproducts

2023· article· en· W4322618722 sur OpenAlexvenueno aff
Shabbir H. Gheewala

Notice bibliographique

RevueBiofuel Research Journal · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council of Thailand
Mots-clésBioproductsLife-cycle assessmentSustainabilityBiofuelGreenhouse gasFossil fuelEnvironmental impact assessmentRaw materialEnvironmental economicsBiomass (ecology)Environmental scienceBiochemical engineeringEngineeringNatural resource economicsWaste managementProduction (economics)EconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Bio-based materials have been used traditionally for millennia. Their use was overtaken in recent times by the discovery and utilization of fossil-based resources for materials and energy. However, concerns about the non-renewability of fossil resources and greenhouse gas and other emissions associated with their use have brought forth a renewed interest in using bio-based materials in recent years. The environmental advantages of bio-based materials cannot be taken for granted without a rigorous scientific assessment. Many tools based on energy, economics, and environmental impacts have been used. Life cycle assessment is one such tool developed and successfully utilized for the environmental assessment of biofuels and bioproducts. However, many methodological challenges, among other things related to system boundaries, functional units, allocation, and carbon accounting, still need further research and consideration. In this work, the related issues are summarized, and the directions for addressing them are discussed. Despite the methodological challenges in their assessment, biofuels and bioproducts show promise in terms of their environmental advantages compared to their fossil-oriented counterparts. These advantages can be further enhanced by utilizing all parts of the feedstock biomass, especially for value-added materials and chemicals via biorefineries.

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)0,006
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,058
Tête enseignante GPT0,394
Écart entre enseignants0,336 · 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

Citations132
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuel Research JournalMême sujetBiofuel production and bioconversionTravaux en français237 207