Lipids to biojet and sustainable aviation fuel: uses and competing demands for lipid feedstocks
Notice bibliographique
Résumé
Abstract The use of biojet and sustainable aviation fuels (SAF) as low carbon‐intensity (CI) fuels is likely to be the primary pathway to decarbonize aviation. ‘Waste lipids’, such as fats, oils, and greases (FOGs), are preferred feedstocks due to their lower CI. However, they are mainly used to make biodiesel or renewable diesel. Therefore, there has been a significant increase in the price paid for “waste lipids” and consequently an increase in their collection. However, due to the limited availability and competition, waste‐lipid/FOG feedstocks are unlikely to meet 2030 demands for biojet or SAF. Consequently, increasing amounts of SAF are produced from higher CI plant‐derived lipids such as soya and rape/canola. Currently, about 20% of the world’s vegetable‐derived lipids are used to make biodiesel or renewable diesel and SAF, with the majority allocated to food and oleochemicals. The rising value and scarcity of waste‐lipid/FOG feedstocks, coupled with competition from both traditional markets (e.g., edible oil, cosmetics) and biofuels has heightened interest in lipid feedstocks. Greater attention will be directed towards the CI of lipids, if the overall objective is to decarbonize the fuel. However, biodiesel/renewable diesel benefits from lower costs, increased yields, and lower CI than biojet/SAF. This will result in increasing competition for lipid feedstocks between the biodiesel, renewable diesel, and biojet/SAF markets.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».