MétaCan
Menu
Retour à la cohorte
Enregistrement W4386445674 · doi:10.1002/9781394200306.ch14

Blue and Green Hydrogen Production, Distribution, and Supply for the Glass Industry and the Potential Impact of Hydrogen Fuel Blending in Glass Furnaces

2023· other· en· W4386445674 sur OpenAlexaboutno aff
Michael J. Gallagher, Ashwin Vinod, Anne‐Cécile Roger

Notice bibliographique

RevueCeramic transactions /Ceramic transactions · 2023
Typeother
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHydrogenHydrogen productionRenewable energyCombustorCombustionHydrogen fuelNatural gasProduction (economics)Environmental scienceWaste managementFuel cellsMaterials scienceProcess engineeringChemical engineeringEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The global movement towards decarbonization spans across all industries, including Glass manufacturing. Hydrogen is expected to play a key role in decarbonizing industry. To make it easy to differentiate between the different hydrogen production methods/carbon intensities, industry has adopted the practice of referring to hydrogen using various colors. The most used colors are grey, blue, and green. Blue hydrogen is made from a hydrocarbon source. Green hydrogen is produced from a renewable energy source. Air Products has made significant investments in blue and green hydrogen and ammonia production. Currently, there are three major projects in the Middle East, Canada, and the United States in various stages of completion. The chapter also discusses some aspects of these projects including production, distribution, and supply methods. In addition, results using hydrogen as a fuel to replace natural gas combustion with existing oxy-fuel burner technology are presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,238
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,255
Écart entre enseignants0,245 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCeramic transactions /Ceramic transactionsMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207