MétaCan
Menu
Retour à la cohorte
Enregistrement W4389126983 · doi:10.5151/2594-357x-15737

COMPARAÇÃO ENTRE AS TECNOLOGIAS DE PRODUÇÃO DE COQUE COM E SEM RECUPERAÇÃO DE SUB-PRODUTOS

2009· article· pt· W4389126983 sur OpenAlexaff
Paul Towsey, Rodrigo Acacio da Cunha Pereira, Ian Cameron, Yakov Gordon

Notice bibliographique

RevueABM Proceedings · 2009
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Sciences
Établissements canadiensHatch (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhysicsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

PDF | Como parte de estudos de pré viabilidade e viabilidade recentemente realizados pela Hatch, vários estudos comparativos de coqueria foram feitos para auxiliar clientes na avaliação de qual tecnologia, coqueria com recuperação de sub-produtos ou vertical (By-products) ou com recuperação de calor (Heat-recovery) fornece vantagem competitiva. Pelos trabalhos executados conclui-se que a seleção da tecnologia deve ser tratada caso a caso pois vários fatores podem afetar a decisão. Dois estudos de caso mostram diferença no balanço energético geral da usina para cada tecnologia: a coqueria Heat-recovery gera uma grande quantidade de energia elétrica e a coqueria vertical produz gás valioso para a usina. O estudo de caso 1 favoreceu a tecnologia Heat-recovery. No caso 2 foi verificado que a coqueria vertical resultou num custo menor de investimento sem demandar uma fonte de combustível alternativa. Isto proporcionou uma vantagem econômica sobre a tecnologia Heat-recovery, embora uma análise de sensibilidade mostrar que preços de eletricidade oriunda de gás natural apresenta um significativo risco financeiro. Do ponto de vista ambiental, as tecnologias foram avaliadas usando a ferramenta 4QA da Hatch mostrando que a tecnologia Heat-recovery é sempre mais limpa.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,024
Tête enseignante GPT0,243
Écart entre enseignants0,219 · 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'étudeObservationnel
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueABM ProceedingsMême sujetAgricultural and Food SciencesTravaux en français237 207