MétaCan
Menu
Retour à la cohorte
Enregistrement W4401128543 · doi:10.36375/prepare_u.iiche.a393

Sustainable sequestration of carbon dioxide - A review

2024· review· en· W4401128543 sur OpenAlexaboutno aff
Sangita Bhattacharjee, Trina Dutta

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarbon sequestrationCarbon dioxideEnvironmental scienceNegative carbon dioxide emissionNatural resource economicsBusinessChemistryEconomics

Résumé

récupéré en direct d'OpenAlex

Among various GHG gases causing global warming, the contribution by CO2 alone is about 60%. Post combustion carbon capture is most viable technique compared to pre-combustion and oxy-fuel combustion CO2 capture techniques used for conventional coal based thermal power plants. Cryogenic separation, chemical absorption, adsorption, membrane based separation etc. belong to post combustion carbon sequestration technology however these methods have some or other disadvantages. Ocean injection results in lowering of pH of sea water thus affecting bacteria zooplankton and benthos species. Moreover following a considerable period of time, the stored CO2 can leak. Controlled addition of CO2 in ready-mix concrete, as produced in the United States, Canada and Singapore improves the compressive strength without sacrificing performance or durability. Microalgae consumes substantial quantity of carbon dioxide (1Kg dry algae biomass consumes about 1.83 Kg CO2) and hence very effective in bio-fixation of CO2 waste as well as in improvement of air quality. Accumulation of oil (about 20 to 50% weight of dry biomass) and fast growth of microalgae make microalgae cultivation a commercially interesting and promising technology to mitigate global warming problem and generation of bio-fuel alongwith other benefits namely production of nutrient dense foods, chemicals and fertilizer.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,023
Tête enseignante GPT0,286
Écart entre enseignants0,264 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207