Analyse du cycle de vie environnemental de systèmes de production d'énergie par des microalgues dépendants du temps
Bibliographic record
Abstract
Cette thèse de doctorat examine la production d'énergie à partir de microalgues en tant qu'alternative prometteuse aux combustibles fossiles. L’accent est mis sur la façon dont les conditions externes provoquent des fluctuations de la croissance des microalgues, ce qui a un impact sur l'efficacité de la production d'énergie. Pour mieux prendre en compte ces fluctuations, une approche dynamique de l'analyse du cycle de vie (ACV) a été utilisée, afin d'améliorer la représentativité des résultats par rapport à l'ACV statique classique. Un cadre méthodologique a été proposé pour intégrer la modélisation dynamique de l'ACV, en cinq étapes : élaboration d'un modèle d'ACV statique paramétrisé, identification des paramètres clés pour les considérations dynamiques, modification du modèle statique en un modèle dynamique pour incorporer les dynamiques du system, application des deux modèles à divers scénarios et comparaison des résultats. Le cadre a été testé sur un système de transformation des microalgues en biogaz, révélant que les différences entre les résultats de l'ACV statique et dynamique dépendent de la catégorie d'impact, du scénario, de l'unité fonctionnelle, et des paramètres dynamiques influent. L’analyse a montré que la plupart de ces différences ont été jugées non significatives à un seuil de 20 %. Toutefois, ces différences n'englobent pas toutes les conditions opérationnelles possibles du système.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".