COMPARAÇÃO ENTRE METODOLOGIAS USEPA E IPCC PARA ESTIMATIVA TEÓRICA DE PRODUÇÃO DE BIOGÁS EM ATERRO MUNICIPAL
Bibliographic record
Abstract
O aproveitamento energético do biogás de aterros sanitários é uma alternativa sustentável para a disposição final de gases residuais. A estimativa teórica da produção desse biogás torna-se uma ferramenta útil para a avaliação de viabilidade e dimensionamento de sistemas de coleta de gás. Os modelos de geração de biogás de aterro mais utilizados atualmente são os baseados em equações de decaimento de primeira ordem. Os modelos LandGEM e IPCC foram utilizados neste trabalho para a estimativa da geração de gases no aterro municipal de Guarapuava (PR, Brasil), onde os principais parâmetros foram escolhidos com base nos dados frequentemente aplicados para cada modelo: valores default sugeridos para as condições locais específicas, para a aplicação do software LandGEM; e cálculo do potencial de geração de metano (L0) a partir da análise gravimétrica dos resíduos, para a aplicação da equação sugerida pelo IPCC. Estimou-se uma produção total de biogás de 44.466.711 Nm3.ano-1 aplicando LandGEM e 60.080.906 Nm3.ano-1 aplicando IPCC, onde os picos de produção foram observados nos anos de 2021 e 2020, respectivamente. A escolha do modelo mais adequado dependerá dos dados disponíveis e, para maior aproximação de resultados reais, os parâmetros adotados devem ser analisados com cautela, considerando as diferentes condições climáticas e operacionais de cada caso.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".