MétaCan
Menu
Retour à la cohorte
Enregistrement W7008816606

Current Management Status of Mercury Emissions from Coal Combustion Facilities - International Regulations, Sampling Methods, and Control Technologies

2015· article· en· W7008816606 sur OpenAlexaboutno aff

Notice bibliographique

RevueYUHSpace (Yonsei University Medical Library) · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)Flue gasSampling (signal processing)PollutionCombustionCoalAir pollution
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mercury (Hg), which is mainly emitted from coal-fired power plants, remains one of the most toxic compounds to both humans and ecosystems. Hg pollution is not a local or regional issue, but a global issue. Hg compounds emitted from anthropogenic sources such as coal-fired power plants, incinerators, and boilers, can be transported over long distances. Since the last decade, many European countries, Canada, and especially the United States, have focused on technology to control Hg emissions. Korea has also recently showed an interest in managing Hg pollution from various combustion sources. Previous studies indicate that coal-fired power plants are one of the major sources of Hg in Korea. However, lack of Hg emission data and feasible emission controls have been major obstacles in Hg study. \n In order to achieve effective Hg control, understanding the characteristics of current Hg sampling methods and control technologies is essential. There is no one proven technology that fits all Hg emission sources, because Hg emission and control efficiency depend on fuel type, configuration of air pollution control devices, flue gas composition, among others. Therefore, a broad knowledge of Hg sampling and control technologies is necessary to select the most suitable method for each Hg-emitting source. \n In this paper, various Hg sampling methods, including wet chemistry, dry sorbents trap, field, and laboratory demonstrated control technologies, and international regulations, are introduced, with a focus on coal-fired power plants.

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)0,007
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,008
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0030,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,033
Tête enseignante GPT0,293
Écart entre enseignants0,260 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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 revueYUHSpace (Yonsei University Medical Library)Même sujetMercury impact and mitigation studiesTravaux en français237 207