MétaCan
Menu
Retour à la cohorte
Enregistrement W4389541218 · doi:10.17118/11143/20834

Evaluation of guide parameters for batch torrefaction experiments ofrefuse-derived fuel

2023· article· en· W4389541218 sur OpenAlexaff
Sherif S. Rashwan, Oluwaseunnla Precious Adelusi, Micaël Boulet, Stéphane Moreau

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensEnerkem (Canada)Université de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésTorrefactionWaste managementProcess engineeringEnvironmental scienceEngineeringPyrolysis

Résumé

récupéré en direct d'OpenAlex

Refuse-derived fuel (RDF) is a sustainable energy source that shows a lot of promise in replacing fossil fuels and energy sources.Due to the heterogeneous nature of municipal solid waste and resulting RDF, direct gasification of RDF has seen certain drawbacks in efficiency.Torrefaction is therefore being considered for RDF pre-treatment towards improving the yield of the gasification process.This study involved a series of batch experiments for RDF torrefaction to evaluate the three guide parameters namely, energy yield, mass yield, and energy densification.An oven temperature mapping study is also conducted to establish a standard and repeatable torrefaction methodology.The standard quartering technique is used, before and after grinding to a particle size of <1 mm, to produce reasonably homogenous samples.The batch reactor processed about 21 g of sample for torrefaction at 250℃, 300℃, and 350℃ with 30 minutes residence time in all cases.Sealing and nitrogen purging created the required inert atmosphere for the experiments.Mass yield is evaluated as the ratio between the torrefied RDF to the raw RDF.Energy content values are obtained using a bomb calorimeter.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,060
Tête enseignante GPT0,311
Écart entre enseignants0,251 · 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 sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207