MétaCan
Menu
Retour à la cohorte
Enregistrement W6980531426

Cheese-fueled power station opens in French Alps

2015· other· en· W6980531426 sur OpenAlexaboutno aff

Notice bibliographique

RevueInternet Archive (Internet Archive) · 2015
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioactive natural compounds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiogasPower stationElectricityElectricity generationNatural gasMethaneIce creamFossil fuelLandfill gas
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A new power plant in the French Alps is taking the byproduct of cheese production and turning it into enough electricity to fully power a town of 1,500 people. The cheese-based power station works like this: After regular milk is used to make Beaufort cheese, there's leftover cream and whey. The cream is used for other dairy products, like butter and ricotta cheese, while the whey goes to produce a mixture of carbon dioxide and methane known as \Bio-Gas\. Biogas is made in much the same way gas is formed inside cows' stomachs: the whey gets added to a tank with bacteria which produces methane as part of the natural fermentation process. The gas's then fed into an engine that heats water, generating electricity which's then sold to the energy company EDF. The Independent says the process uses 99 percent of the ingredients to make Beaufort cheese, and the only waste produced is clean mineral water. And while the plant, which opened in October, isn't the first power plant fueled by cheese, it is one of the world's largest, according to the Telegraph. Since the project's operator, Valbio, built its first prototype cheese-based power station a decade ago, 20 other similar small-scale plants have been built in Europe and Canada, And plans're already in place in Italy, Australia, Brazil and Uruguay to generate electricity from cheese in the future.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,230
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,261
Écart entre enseignants0,250 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternet Archive (Internet Archive)Même sujetBioactive natural compoundsTravaux en français237 207