MétaCan
Menu
Retour à la cohorte
Enregistrement W4390253368

Assessment of Moisture Effect in Simulating Forestry Biomass Supply Chain Strategy: Case Study of New Brunswick, Canada

2017· article· en· W4390253368 sur OpenAlexaffabout
Lyes Bennamoun, Muhammad T. Afzal, Satyaveer S. Chauhan

Notice bibliographique

RevueUniversity of Zagreb University Computing Centre (SRCE) · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensConcordia UniversityUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésBiomass (ecology)ForestrySupply chainBusinessMoistureChain (unit)Environmental scienceGeographyEcologyMeteorologyMarketingPhysicsBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In order to investigate the effect of variation of the moisture content of forest biomass residues on a supply chain strategy, a simulation was performed using integrated biomass supply analysis and logistics modeling. A simple supply chain strategy was chosen and applied for Miramichi and Plaster Rock, two different regions in New Brunswick, Canada. These regions are selected based on three criteria: annual potential harvest of forest biomass residues, annual production potential of electric and thermal energy and distribution of transportation zones. The moisture content of forest biomass residues was dependant on the weather conditions of the selected regions. The results show that the moisture content of the biomass in Plaster Rock was more stable but higher than the biomass in the Miramichi region. In simulating the supply chain strategy, particular attention is given to harvest, baling, storage and transportation of the biomass. The simulation results show that, during harvest and baling of the biomass, the moisture content affects the dry matter loss and, as a consequence, the customer and ownership costs of the operations. It also affects the energy input and the quantity of carbon dioxide released in the atmosphere. However, dry matter loss and accordingly the cost of the operations are the main parameters affecting the storage and transportation of forest biomass residues.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,210
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,208
Écart entre enseignants0,201 · 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.

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

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUniversity of Zagreb University Computing Centre (SRCE)Même sujetForest Biomass Utilization and ManagementTravaux en français237 207