MétaCan
Menu
← Retour à la cohorte
Enregistrement W7078315909 · doi:10.4224/40003667

Evaluation of the different gasification technologies: available on the market and in canada for potential application

2025· report· en· W7078315909 sur OpenAlexaffvenueabout

Notice bibliographique

RevueNPARC · 2025
Typereport
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésSyngasRaw materialCharSynthetic fuelCombustionMethaneCoalBiomass (ecology)Renewable energyCarbon monoxide

Résumé

récupéré en direct d'OpenAlex

Gasification is a thermochemical process that converts solid, carbonaceous materials like biomass into synthesis gas (syngas), a mixture primarily composed of hydrogen (H₂) and carbon monoxide (CO), along with smaller amounts of carbon dioxide (CO₂) and methane (CH₄). The process occurs in an oxygen-limited environment and involves several stages: drying, pyrolysis, combustion, and gasification. Initially, the feedstock is dried to remove moisture, followed by pyrolysis, where large organic molecules are thermally decomposed into smaller gaseous compounds, char, and tar. Combustion of some syngas and char provides the heat required for the endothermic gasification reactions. Gasification agents, such as air, steam, or oxygen, influence the H₂/CO ratio in the syngas. Overall, such a process is highly flexible, allowing the use of various feedstocks, including renewable materials such as agricultural residues, municipal solid waste, and forestry residues. It has also been used for decades in the conversion of coal into syngas (for CHP or synthesis applications). Syngas can be used for heat and power generation, hydrogen production, or as feedstock for chemical synthesis, enabling polygeneration of energy and materials.

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)0,003
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,773

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,009
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0350,006

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 GPT0,246
Écart entre enseignants0,213 · 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
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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNPARC→Même sujetGeochemistry and Geologic Mapping→Travaux en français237 207→