MétaCan
Menu
Retour à la cohorte
Enregistrement W892594042 · doi:10.2429/proc.2014.8(2)044

Potential uses for solid biofuels from non-food crops

2014· article· en· W892594042 sur OpenAlexaboutno aff
T. Ciesielczuk, J. Poluszyńska, Monika Sporek

Notice bibliographique

RevueProceedings of ECOpole · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRenewable energyNatural resource economicsBiofuelFossil fuelBiomass (ecology)Renewable fuelsAgricultural economicsEnvironmental scienceBusinessEnvironmental economicsWaste managementEconomicsEngineeringAgronomy

Résumé

récupéré en direct d'OpenAlex

The Directive 2009/28/EC on the promotion of energy from renewable sources (RES), sets mandatory national targets so as to be able to achieve a 20% share of energy from renewable sources in gross final energy consumption in the Community in 2020, the aim of the Polish is to achieve by 2020 a 15% share of renewable energy in gross final energy consumption. Thus, use of fossil fuels for energy production should you gradually reduced in favor of renewable energy sources. Usually, however, the change in the method of heating or design of installations using renewable energy sources to incur significant capital costs. In addition, the economic balance during the operation also sometimes detrimental to the modern great human and environmental technologies. Therefore, you should look for low-cost renewable fuels that may be used in particular in those households where there is no possibility of the use of gas or heat delivered from sources of power plants. This paper describes the possibility of using untreated plant biofuels. After the species were taken into account: Canadian goldenrod (Solidago canadensis L.) and mugwort wormwood (Artemisia absinthium L.). These plants are considered weeds have many advantages enabling wider use for energy purposes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,232
Score d'incertitude au seuil0,247

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,205
Écart entre enseignants0,194 · 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 tête enseignante, 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of ECOpoleMême sujetBioenergy crop production and managementTravaux en français237 207