MétaCan
Menu
Retour à la cohorte
Enregistrement W6885989308 · doi:10.14288/1.0396995

Evaluating the Economic Viability of Agricultural Pellets to Supplement the Current Global Wood Pellets Supply for Bioenergy Production

2021· article· en· W6885989308 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Collections · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPelletsBioenergyPelletAgricultureBiomass (ecology)Production (economics)RevenueSupply chain

Résumé

récupéré en direct d'OpenAlex

In this study, an inter-continental agricultural pellet supply chain is modeled, and the production cost and price of agricultural pellets are estimated and compared against the recent cost and price of wood pellets in the global marketplace. The inter-continental supply chain is verified and validated using an integration of an interactive mapping application and a simulation platform. The integrated model is applied to a case study in which agricultural pellets are produced in six locations in Canada and shipped and discharged at the three major ports in Western Europe. The cost of agricultural pellets in the six locations is estimated to be in the range of EUR 92–95/tonne (CAD 138–142/tonne), which is comparable with the recent cost of wood pellets produced in small-scale pellet plants (EUR 99–109/tonne). The average agricultural pellet price shipped from the six plants to the three ports in Western Europe is estimated to be in a range of EUR 183–204 (CAD 274–305/tonne), 29–42% more expensive that the average recent price of wood pellets (EUR 143/tonne) at the same ports. There are several potential areas in the agricultural pellet supply chains that can reduce the pellet production and distribution costs in the mid and long terms, making them affordable supplement to the existing wood pellet markets. Potential economic activities generated by the production of pellets in farm communities can be significant. The generated annual revenue in the biomass logistics system in all six locations is estimated to be about CAD 21.80 million. In addition, the logistics equipment fleet needs 176 local operators with a potential annual income of CAD 2.18 million.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,595

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,034
Tête enseignante GPT0,319
Écart entre enseignants0,284 · 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'étudeSans objet
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen CollectionsMême sujetForest Biomass Utilization and ManagementTravaux en français237 207