Rahtilaivojen orgaanisten jätejakeiden hyödyntäminen uusiutuvan energian lähteenä
Notice bibliographique
Résumé
Rahtilaivojen mustat ja harmaat vedet on lain mukaan mahdollista laskea edelleen mereen. Suomen satamissa rahtilaivojen tyhjennyksiä tapahtuu vähän suhteessa liikennöivien alusten määrään, pois lukien risteilijät, joiden velvollisuus on tyhjentää mustat ja harmaat vedet satamaan. Kehittämistyön tavoite on selvittää laskennallisesti, kuinka paljon rahtilaivojen mustia ja harmaita vesiä olisi mahdollisesti tyhjennettävissä Suomen satamiin vuositasolla ja kuinka paljon siitä saisi energiaa. Tavoitteena on myös löytää satamille paras toimintamalli tyhjennysprosessiin. \n \nLaskennallisessa osuudessa, selvitetään Suomessa liikennöivien rahtilaivojen mahdollinen jätevesien määrä sekä lasketaan vuotuisen kokonaismäärän mahdollinen energiahyöty esimerkiksi biokaasuntuotannossa. Laskennassa huomioidaan myös mahdollinen ravinteiden määrä tyhjennettävistä jätevesistä. Laskelmat perustuvat vuoden 2021 satamakäynteihin, rahtilaivojen edellisen- ja tulosataman välimatkoihin sekä aikoihin, jonka perusteella mahdollinen mustien ja harmaiden vesien määrä on arvioitu. Tutkimuksessa myös vertailtiin laskennallisia mustien ja harmaiden vesien tyhjennysmääriä todellisiin tyhjennysmääriin. Ravinne- ja energianmäärä laskettiin hyödyntämällä laboratoriotutkimuksia, joita oli otettu tyhjennyksiä tehneistä rahtialuksista. \n \nRahtilaivojen mustien ja harmaiden vesien vuotuinen tyhjennysmäärä on laskennallisesti saadun keskiarvon perusteella noin 30 000 m3, joka on noin 70 % todellisien tyhjennysmäärien keskiarvosta. Saatu energiamäärä riippuu kiintoaineen määrästä sekä kaasuntuottopotentiaaliluvusta, joilla laskelmat tehdään. Vuotuinen energiamäärä vaihtelee edellä mainittujen seikkojen perusteella noin 340–1200 MWh välillä. Mustista ja harmaista vesistä saatu laskennallinen energiamäärä ei ratkaise nykyistä energiakriisiä, mutta se edistää Suomen tavoitteita ilmastopolitiikassa ja kiertotaloudessa.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,019 |
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 source (Gemma direct ou Codex distillé), 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 ».