MétaCan
Menu
← Retour à la cohorte
Enregistrement W7023724296

Outil d'aide à la décision pour distinguer les procédés de bioraffinage

2022· other· fr· W7023724296 sur OpenAlexaboutno aff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2022
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInformation scientistPilotageRail transportation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ: La décarbonisation de l'industrie incluant celle des moyens de transport est nécessaire et doit être mise en place, afin de pouvoir atteindre l'objectif d'une carboneutralité d'ici 2050. Un des procédés permettant la réduction des émissions de gaz à effet de serre (GES) est le bioraffinage. Ce procédé, utilisant diverses sources de biomasse en tant que matière première, en l'occurrence, les résidus forestiers, permet l'obtention de différents biomatériaux, biocarburants ou produits biochimiques, selon la voie technologique utilisée. Au cours des dernières années, plusieurs voies technologiques de bioraffinage ont été développées dont le portfolio de produits est variable d'une voie à une autre. La mise en oeuvre de ces procédés mène à beaucoup d'incertitudes liées à différents facteurs tels que la mise à l'échelle, le rendement ou la présence de règlementations politiques. Les industries ont besoin d'un système de prise de décision pour évaluer et déterminer les conditions de leur déploiement. En particulier, les outils d'aide à la décision multicritère sont les moyens les plus appropriés pour mener l'analyse, l'évaluation et la comparaison de ces voies technologiques. En outre, l'accès à une base de données et à des critères multidisciplinaires peut aider les parties prenantes (développeurs et fournisseurs de technologies, investisseurs, gouvernements, agences de réglementation, organismes de recherche, collectivités locales, autochtones, etc.) à prendre des décisions éclairées, en particulier à un stade précoce de la conception. Cette problématique permet donc de soulever plusieurs questions de recherche, à savoir s'il est réellement possible de distinguer plusieurs variantes d'une même voie technologiques et quelles catégories de critères de décision seraient pertinentes à prendre en compte pour conclure quant à la rentabilité d'un projet et l'évaluation des voies technologiques existantes? De plus, y a-t-il un outil d'aide à la décision qui peut faciliter ces tâches, tout en fournissant l'accès aux informations nécessaires techniques, économiques et environnementales (bilans de masse et d'énergie, rendements en produits biosourcés, estimations des coûts, impacts environnementaux, etc.), ainsi qu'à des critères multidisciplinaires pour faciliter le processus de triage ? L'objectif principal de ce mémoire était de choisir un outil d'aide à la décision (OAD) qui permettaient d'effectuer une évaluation complète de plusieurs voies technologiques et d'analyser de manière systématique et critique si le processus de triage réalisé est accéléré et éclairé, suite à la réalisation des études de cas. À la lumière de l'analyse de la littérature à ce sujet, l'outil d'aide à la décision choisi fut I-BIOREF, développé par CanmetÉNERGIE à Varennes de Ressources naturelles Canada. À la suite d'une analyse critique des différents OAD disponibles actuellement, I-BIOREF est ressorti comme celui ayant les données les plus récentes sur les voies technologiques de bioraffinage existantes, tout en donnant accès à l'utilisateur à une variété des critères, des analyses techniques et économiques complète, ainsi que des analyses de sensibilité et de scénarios. Afin d'analyser son utilisation pour l'évaluation des voies technologiques et la convivialité de l'outil pour les besoins des spécialistes en bioraffinage, une méthodologie a été mise en place. ABSTRACT: The decarbonization of industry, including transportation, is necessary and must be implemented in order to reach the goal of carbon neutrality by 2050. One of the processes allowing the reduction of greenhouse gas (GHG) emissions is biorefinery. This process, using various sources of biomass as raw material, in this case forest residues, allows the production of different biomaterials, biofuels or biochemical products, depending on the technological pathway used. In recent years, several biorefinery technological routes have been developed with a product portfolio that varies from one route to another. The implementation of these processes leads to many uncertainties related to different factors such as scale-up, yield or presence of political regulations. Industries need a decision-making system to evaluate and determine the conditions for their deployment. In particular, multi-criteria decision support tools are the most appropriate means to conduct the analysis, evaluation and comparison of these technology pathways. In addition, access to a multidisciplinary database and criteria can help stakeholders (technology developers and providers, investors, governments, regulatory agencies, research organizations, local communities, indigenous people, etc.) make informed decisions, especially at an early stage of design. This issue raises several research questions, such as whether it is really possible to distinguish between different variants of the same technology pathway, and what categories of decision criteria would be relevant to conclude on the cost-effectiveness of a project and the evaluation of existing technology pathways? Furthermore, is there a decision support tool that can facilitate these tasks, while providing access to the necessary technical, economic, and environmental information (mass and energy balances, biobased product yields, cost estimates, environmental impacts, etc.), as well as multidisciplinary criteria to facilitate the sorting process? The main objective of this thesis was to select a decision support tool (DST) that would allow for a comprehensive evaluation of multiple technology paths and to systematically and critically analyze whether the triage process performed with its help is accelerated and informed, following the completion of the case studies. The decision support tool chosen was I-BIOREF, developed by CanmetENERGY at Varennes at Natural Resources Canada. Following a critical analysis of the different DSTs currently available, I-BIOREF emerged as the one with the most recent data on existing biorefinery technology pathways, while providing the user access to a variety of criteria, complete technical and economic analyses, as well as sensitivity and scenario analyses. To analyze its use for technology pathway evaluation and the usability of the tool for the needs of biorefinery specialists, a methodology was developed.

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)0,002
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,018
Tête enseignante GPT0,248
Écart entre enseignants0,230 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)→Travaux en français237 207→