Total Capital Investment of plastic recycling plants correlates with energy losses and capacity
Notice bibliographique
Résumé
Abstract Plastic pollution is a generational problem, and stakeholders are turning to chemical recycling as a potential solution. However, decision‐makers necessitate quick and reliable capital investment estimations to evaluate innovative technologies, especially in the early project stage, when limited historical data are available. To address this need, we built a database of 160+ chemical recycling plants, querying for nominal capacity, year and place of construction, total capital investment (TCI), number of long‐term jobs and opportunity of subsidies. Then, we compared conventional association of the advancement of cost engineering AACE class 5 estimation methods, with literature estimates, and commercial capital expenditure confidence intervals for pyrolysis, gasification, solvolysis, and selective dissolution. We demonstrate the unreliability of classic methods, and we propose ballpark correlations based on the plant capacity, or the energy loss. Chemical recycling plants suffer from poor economy of scale (with current technologies), and capacity is not always the best indicator for TCI estimation. Pyrolysis and gasification are energy‐driven technologies, and their TCI correlates very well (R 2 =0.91–0.92) with the total energy losses. Solvolysis and selective dissolution, instead, are at an earlier development stage, so cost engineers or researchers will have to accept less certain TCI vs capacity (R 2 =0.60).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».