MétaCan
Menu
Retour à la cohorte
Enregistrement W82544021 · doi:10.32964/tj5.10.9

Beneficial uses of pulp and paper power boiler ash residues

2006· article· en· W82544021 sur OpenAlexaboutno aff

Notice bibliographique

RevueTAPPI Journal · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoal and Its By-products
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWaste managementBottom ashFly ashBoiler (water heating)Environmental sciencePapermakingPulp (tooth)CombustionWood ashCoalPulp and paper industryPulverized coal-fired boilerChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Ash residuals generated from recovery and power boilers combusting wood residues, sludges, or auxiliary fuels constitute a major fraction of the solid residues produced by pulp and paper mills. Generation rates in Canada, and likely elsewhere, for ashes of different types have increased substantially since the mid-1990s. Landfilling is the primary disposal method, but there are many potential beneficial applications for these ashes. Large-scale opportunities include land application and construction. Smaller-scale applications exist within both wastewater treatment systems and the papermaking process. Ashes from wood-fired power boilers are generally more suitable for land application than those from coal combustion, as they contain fewer metals at lower concentrations (except for cadmium). The major benefit of land application arises from the neutralizing properties of ashes, as they provide alkalinity to the soil. Compared to fly ashes, bottom ashes have higher bulk density, lower carbon content and few, if any, dioxins and furans. Land application of ashes produced from salt-laden hog fuels at coastal pulp and paper mills is regulated for dioxins and furans. However, steps can be taken to minimize the generation of such chlorinated organics, making these ashes suitable for land application.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,185
Écart entre enseignants0,176 · 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

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTAPPI JournalMême sujetCoal and Its By-productsTravaux en français237 207