MétaCan
Menu
← Retour à la cohorte
Enregistrement W7055514427

Compréhension et optimisation des procédés de caractérisation physico-chimiques de la biomasse

2022· other· fr· W7055514427 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2022
Typeother
Languefr
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValorisationEnvironmental policySugar industryCost analysisPollution preventionEnvironmental impact assessment
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

En 2015, dans le cadre de l’Accord de Paris, le Canada s’est engagé à réduire de 30% par rapport à 2005 ses émissions de gaz à effet de serre et ce, avant 2030 (Environnement et Changement climatique Canada, 2015). Les principaux secteurs responsables de l’augmentation des émissions des GES au Canada sont l’exploitation pétrolière et le secteur des transports, qui ont respectivement contribué à 26,22% et 25,46% des émissions de GES en 2019 (Environnement et Changement climatique Canada, 2019). Afin de respecter ses engagements, le Canada pourrait s’orienter vers des alternatives renouvelables. Parmi toutes les énergies renouvelables qu’il serait possible d’exploiter, la biomasse lignocellulosique issue des résidus forestiers et agricoles présente un grand potentiel vu la grande superficie de forêts et de terres cultivables au pays. Au Laboratoire des Technologies de la Biomasse, de nombreux travaux de recherche sont basés sur la valorisation de la biomasse en biocombustibles renouvelables et biocommodités. Toutefois, les biomasses doivent d’abord être caractérisées pour connaître leur composition en composés structuraux, soit la lignine, la cellulose et les hémicelluloses. En effet, la voie de valorisation des biomasses lignocellulosiques ainsi que son coût vont dépendre de la proportion de chacune de ces macromolécules. La caractérisation de la biomasse représente donc une étape fondamentale en amont des processus de valorisation de la biomasse lignocellulosique. La composition chimique de la biomasse est déterminée à l’aide d’analyses gravimétriques et le présent projet consiste en premier lieu à évaluer chacune des étapes. En effet, ces analyses gravimétriques ne permettent pas toujours d’obtenir un bilan de masse sur base sèche qui satisfait le critère analytique de 100 ± 3% recherché en laboratoire. Plusieurs hypothèses ont été investiguées et en particulier celle de la caractérisation incomplète. En second lieu, ce projet vise également l’optimisation de la procédure de caractérisation actuellement employée dans le monde de la recherche comme dans l’industrie. La technique d’extraction actuelle au Soxhlet, utilisée pour extraire les extractibles de la biomasse, soit l’étape initiale de la caractérisation de la biomasse, nécessite plusieurs jours. Le remplacement de cette technique, par l’utilisation de l’extraction accélérée par solvants, pourrait permettre de réduire de cinq jours à quelques heures cette étape. La procédure de caractérisation nécessiterait alors environ cinq à sept jours pour être complétée plutôt qu’une douzaine de jours. L’atteinte de ces objectifs permettrait une caractérisation de la biomasse plus efficace, plus économique et plus verte par la réduction des ressources utilisées.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 GPT0,235
Écart entre enseignants0,223 · 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'étudeExpérimental (laboratoire)
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)→Même sujetMagnetic confinement fusion research→Travaux en français237 207→