MétaCan
Menu
Retour à la cohorte
Enregistrement W4399304820 · doi:10.3390/hardware2020008

Wood Chipper Design for Biofuel Production in a Global Catastrophic Loss of Infrastructure Scenario

2024· article· en· W4399304820 sur OpenAlexaff
Henry Vennard, Joshua M. Pearce, David Denkenberger

Notice bibliographique

RevueHardware · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)BiofuelEnvironmental scienceNatural resource economicsWaste managementEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

A variety of events such as high-altitude electromagnetic pulses, extreme solar storms, and coordinated cyber attacks could result in a catastrophic loss of infrastructure on a continental or global scale. The lengthy repair of critical infrastructure creates a need for alternative fuels such as wood gas. Wood gas is produced by heating wood in a low-oxygen environment and can be used to power combustion engines. This work investigates a novel wood chipper, designed as an energy-efficient tool for producing wood gas stock, wood chips, aiming to speed up the transition to alternative fuel. A prototype is built and tested to determine the energy efficiency and production rate of the device. The results suggest that the wood chipper could produce one cord of wood chips, 3.6 m3, in less than a day and is a viable alternative to other manual wood-processing methods. In addition, the global scaling up of production of the wood chipper is considered, indicating that the mass production of the wood chipper could accelerate the transition of wood gas production methods from manual to machine-driven immediately after a catastrophic event.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,434
Score d'incertitude au seuil0,354

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 Opus0,011
Tête enseignante GPT0,229
Écart entre enseignants0,218 · 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'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHardwareMême sujetForest Biomass Utilization and ManagementTravaux en français237 207