MétaCan
Menu
Retour à la cohorte
Enregistrement W4387025027 · doi:10.18280/ijsdp.180901

Energy Generation Potential Through Cattle Manure Solid Phase Gasification

2023· article· en· W4387025027 sur OpenAlexvenueno aff
Marco Puglia, Filippo Ottani, Donato Cantisani, Nicolò Morselli, Filippo Raguzzoni, Simone Pedrazzi, Giulio Allesina, Alberto Muscio, Paolo Tartarini

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMagnetic and Electromagnetic Effects
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésManureEnvironmental scienceWaste managementPhase (matter)Animal wasteChemistryAgronomyEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

A common practice for cattle manure management, especially for farms with a small number of animals, is simply the separation of the manure solid phase from the liquid one and the subsequent spreading on the land.However, this biomass has a chemical composition similar to more valuable ones like woodchips, with the downside of the high ash content.For this reason, gasification of cattle manure solid phase in a small-scale gasifier was explored.Through this solution it is possible to provide both electrical and thermal energy to the farm, constantly throughout both the day and the year as opposed to other renewable sources like solar and wind power.In addition, a byproduct of this process is biochar, whose main application is in agriculture as soil improver and therefore it could be a valuable substitute of a fraction of the manure currently used as fertilizer.The quantity of manure available was assumed considering the typical size of an Italian dairy farm while the efficiency of the CHP system was calculated through an experimental test with a gasifier prototype.The results have been utilized for a basic comparison between the energy available through gasification and through anaerobic digestion.

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 enseignants0,003
Score d'incertitude au seuil0,011

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,294
Écart entre enseignants0,282 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetMagnetic and Electromagnetic EffectsTravaux en français237 207