MétaCan
Menu
Retour à la cohorte
Enregistrement W4416769881 · doi:10.1111/gcbb.70095

Trends and Advancements in Utilization of Biomass Waste for Gasification: A Bibliometric Review

2025· review· en· W4416769881 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueGCB Bioenergy · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of Regina
Organismes subventionnairesUniversiti Teknologi Petronas
Mots-clésBiomass (ecology)ScopusThematic mapBibliometricsWeb of scienceThematic analysisCitation

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Biomass waste gasification is widely recognized as a sustainable and efficient method for converting organic waste into valuable energy, making it a focal point in global research. This study conducts a bibliometric analysis of publications related to this field, focusing on articles indexed in the Elsevier Scopus database from 1977 to 2023 using search terms “biomass waste,” “biomass residue,” “waste biomass,” and “gasification”. Initially, 981 articles were identified, with subsequent refined analyses narrowing the focus to 592 publications, using VOSviewer for in‐depth examination. The analysis revealed that the year 2023 saw the highest publication count with 73 articles, followed by the year 2022 and the year 2020, with 61 and 54 articles, respectively. China, the USA, and India emerged as the leading contributors, accounting for 9.68%, 7.07%, and 6.75% of the total publications, respectively. Top institutions by citations are the University of Saskatchewan (259), Hamad Bin Khalifa University (169), and Paul Scherrer Institut (113). The most prolific researchers in the field include Gulyurtlu, I., Cabrita, I., and Dalai, Ajay K., with citation counts of 1296, 1290, and 1020, respectively. The journals Energy , Fuel , and Energies were identified as authors' most preferred publishing choice with 26, 23, and 22 publications, respectively. The keywords “Gasification,” “Biomass,” and “Syngas” were the most frequently occurring, with 194, 147, and 52 occurrences. Keyword analysis also revealed five thematic clusters. These findings offer a detailed overview of the research landscape in biomass waste gasification, emphasizing key contributors, emerging trends, and thematic areas, providing valuable insights for guiding future research in this domain.

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.

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaBibliométrie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptBibliométrie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devislow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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 candidatesBibliométrie
Catégories consensuellesBibliométrie
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 enseignants0,952
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0150,041
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 Opus0,054
Tête enseignante GPT0,335
Écart entre enseignants0,281 · 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