MétaCan
Menu
Retour à la cohorte
Enregistrement W4386127644 · doi:10.11159/icert23.117

Production of Bio-Oil by Co-Pyrolysis of the Coffee and Tire Wastes

2023· article· en· W4386127644 sur OpenAlexvenueno aff
Lina Hilal, Martina Žabčić, Lisandra Rocha‐Meneses, Chaouki Ghenaï, Abrar Inayat

Notice bibliographique

RevueProceedings of the World Congress on New Technologies · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Energy
Mots-clésPyrolysisProduction (economics)Waste managementEnvironmental sciencePulp and paper industryEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

The escalating energy consumption has underscored the urgent need for viable alternative sources that are renewable and sustainable.Among various industrial processes, pyrolysis has emerged as a prominent method for generating bio-oil, biochar, and syngas.The temperature during pyrolysis assumes a critical role in these processes.Co-pyrolysis, on the other hand, involves utilizing different types of waste as feedstock.The proliferation of coffee waste can be attributed to its high consumption rate, while tire waste represents a plentiful polymeric waste stream.Combining coffee and tire wastes can offer a promising approach for bio-oil production.To attain optimal results, certain conditions must be met.The ideal temperature for bio-oil production is 361.263°C, accompanied by a duration of 15 minutes.Furthermore, it is essential to maintain a plastic content of 78% in the feedstock.By adhering to these specific parameters, the co-pyrolysis process can efficiently convert the mixture of coffee and tire waste into bio-oil, which holds great potential as a renewable energy source.The surge in energy consumption has necessitated the exploration of alternative, sustainable energy sources.Pyrolysis, particularly co-pyrolysis involving coffee and tire wastes, presents a viable solution for generating bio-oil.This approach not only addresses the growing need for renewable energy but also offers a sustainable solution for managing coffee and tire waste.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,207
Écart entre enseignants0,199 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on New TechnologiesMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207