MétaCan
Menu
Retour à la cohorte
Enregistrement W4410191621 · doi:10.11159/jffhmt.2025.017

Bioenergy from Biomass as an Ecuador-Peru Border Circular Economy Strategy

2025· article· en· W4410191621 sur OpenAlexvenueno aff
Hugo Romero, Cristhian Vega-Quezada, Joseph Cruel, Jose Mamani-Quispe, María Farias-Gonsalez, Cristopher Choez-Tobo

Notice bibliographique

RevueJournal of Fluid Flow Heat and Mass Transfer · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBioenergyBiomass (ecology)GeographyCircular economyAgroforestryEconomyEconomicsBiofuelEnvironmental scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

This study reviews recent advances in the use of biodegradable waste for bioenergy purposes and employs the concept of the circular economy to assess regional development strategies grounded in the bioeconomy within the border region of Ecuador and Peru.Stratified sampling by clusters, the estimation of CO2 equivalent emissions, gas chromatography as an instrumental analytical method for methane quantification, and the electrical conversion of biogas are the methodological tools applied in this work.Among the estimated results, it can be mentioned that, due to the emissions of unused MSW, the opportunity cost for non-mitigation of its CO2 emissions is estimated at 0.34 and 2.58 million dollars at the local and regional level respectively.From 1.5 ton with recirculation of the biodegradable solid waste leachate, a maximum methane bioconversion of 93.89% purity in the biogas was achieved in phase 2 and 70.73% in Phase 1 after 60 days and 50 days in Phase 2. With this bioenergy potential, significant monetary benefits can be achieved, as well as an approximate NPV between 453 and 3,426 million dollars by implementing this initiative at the local and regional level respectively.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,227
Écart entre enseignants0,219 · 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'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid Flow Heat and Mass TransferMême sujetSustainable Supply Chain ManagementTravaux en français237 207