Multicriteria assessment of technology pathways to produce renewable and sustainable biofuels: case study in eastern Canada
Notice bibliographique
Résumé
Abstract One of the key pathways that can contribute to net‐zero goals is to enhance the use of renewable and sustainable biofuels. However, uncertainties remain owing to critical challenges to selecting the right sustainable biofuels technology most suitable for the longer term. These uncertainties can be partly addressed using a multidisciplinary perspective for scenarios and multicriteria decision‐making analysis. Multicriteria decision support tools (DSTs) are a powerful means to conduct the comparison of technology pathways at different technology readiness levels (TRLs). For this case study, a multidimensional DST was used to compare two technology pathways: (1) gasification combined with Fischer–Tropsch; and (2) hydrothermal liquefaction (HTL) to produce biofuels. The metrics available in the DST were examined, and five metrics related to evaluating profitability, robustness and capital efficiency as well as socio‐economic performance were selected. HTL was found to have a higher yield for renewable gasoline and diesel, largely due to higher economic performance and reduced environmental footprint as compared with the integrated gasification Fischer–Tropsch process. However, the TRL of 8–9 of biomass gasification was higher than that of HTL, which was still at 5–6, reflecting that the gasification process is essentially proven at a pre‐commercial scale. Based on sensitivity and scenario analyses, the importance of government support for capital cost and of biofuel price production incentives was identified as critical. From this comparison, HTL emerges as an attractive process for the future because of its outperformance from technical and environmental perspectives, but further demonstration efforts are still needed at the commercial scale. © 2023 Society of Chemical Industry and John Wiley & Sons, Ltd.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».