Kestävän teollisen ekosysteemin mallinnus
Notice bibliographique
Résumé
Transforming business towards resource efficiency and the circular economy has been the key for sustainable development. The efforts in Finland for reducing waste and the carbon footprint are noteworthy. This research proposed an approach for modelling a sustainable industrial ecosystem, based on previous literature and following standard guidelines of life cycle assessment. The model entails identifying synergetic network connections to facilitate material exchange; quantifying environmental impact; life cycle cost assessment of products and waste management; analysis of material flow in the network; and energy optimisation. The model is implemented on a case study from Sodankylä, Finland where the municipality plans to establish new businesses to boost its local economy. Furthermore, the model investigates profitability of the construction of combined heat and power plants that deliver energy to the new businesses. The study also analyses the possibility of storing excess heat released from the power plants. Data and information relating to an industrial symbiosis network came from the Natural Resources Institute Finland. Data associated with the construction of the power plants were acquired from the municipality of Sodankylä. There is evaluation of two configurations of seasonal borehole thermal energy system. Both were validated with experimental measurements. Data for the first configuration were collected from Natural Resources Canada; data about the second were acquired from a pilot project in Kokkola, Finland. Synergetic relations of industrial participants are identified by a network matrix. The life cycle cost of products and waste management are projected at €115.20 million and €6.42 million respectively. Waste management cost reduction is one of the benefits of participating in a symbiotic environment. The potential cost saving from energy optimisation in the study is forecasted at €0.63 million. This optimisation included heat recovery and replacing fossil fuels with renewable fuel. Reduction in the region´s greenhouse gas emission is estimated at 53 % to 78 %. Furthermore, the evaluation of new power plants indicated they need a 16 % subsidy on investment to be profitable and that the proposed heat storage for excess heat should have a capacity of 280 kW.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,832 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».