Wyszukiwarka
ISSN:
eISSN:
Dyscypliny:
- inżynieria biomedyczna (Dziedzina nauk inżynieryjno-technicznych)
- inżynieria chemiczna (Dziedzina nauk inżynieryjno-technicznych)
- inżynieria materiałowa (Dziedzina nauk inżynieryjno-technicznych)
- inżynieria środowiska, górnictwo i energetyka (Dziedzina nauk inżynieryjno-technicznych)
- biologia medyczna (Dziedzina nauk medycznych i nauk o zdrowiu)
- rolnictwo i ogrodnictwo (Dziedzina nauk rolniczych)
- stosunki międzynarodowe (Dziedzina nauk społecznych)
- biotechnologia (Dziedzina nauk ścisłych i przyrodniczych)
- nauki biologiczne (Dziedzina nauk ścisłych i przyrodniczych)
- nauki chemiczne (Dziedzina nauk ścisłych i przyrodniczych)
Punkty Ministerialne: Pomoc
| Rok | Punkty | Lista |
|---|---|---|
| Rok 2024 | 100 | Ministerialna lista czasopism punktowanych 2024 |
| Rok | Punkty | Lista |
|---|---|---|
| 2024 | 100 | Ministerialna lista czasopism punktowanych 2024 |
| 2023 | 100 | Lista ministerialna czasopism punktowanych 2023 |
| 2022 | 100 | Lista ministerialna czasopism punktowanych (2019-2022) |
| 2021 | 100 | Lista ministerialna czasopism punktowanych (2019-2022) |
| 2020 | 100 | Lista ministerialna czasopism punktowanych (2019-2022) |
| 2019 | 100 | Lista ministerialna czasopism punktowanych (2019-2022) |
| 2018 | 45 | A |
| 2017 | 45 | A |
| 2016 | 40 | A |
| 2015 | 40 | A |
| 2014 | 40 | A |
| 2013 | 45 | A |
| 2012 | 45 | A |
| 2011 | 45 | A |
| 2010 | 32 | A |
Model czasopisma:
Punkty CiteScore:
| Rok | Punkty |
|---|---|
| Rok 2023 | 7.8 |
| Rok | Punkty |
|---|---|
| 2023 | 7.8 |
| 2022 | 7.8 |
| 2021 | 7.3 |
| 2020 | 7.2 |
| 2019 | 6.4 |
| 2018 | 5.6 |
| 2017 | 6.4 |
| 2016 | 6.2 |
| 2015 | 7.2 |
| 2014 | 7.6 |
| 2013 | 7.8 |
| 2012 | 7.2 |
| 2011 | 7.8 |
Impact Factor:
Sherpa Romeo:
Prace opublikowane w tym czasopiśmie
Filtry
wszystkich: 2
Katalog Czasopism
Rok 2024
-
Machine learning for the management of biochar yield and properties of biomass sources for sustainable energy
PublikacjaBiochar is emerging as a potential solution for biomass conversion to meet the ever increasing demand for sustainable energy. Efficient management systems are needed in order to exploit fully the potential of biochar. Modern machine learning (ML) techniques, and in particular ensemble approaches and explainable AI methods, are valuable for forecasting the properties and efficiency of biochar properly. Machine-learning-based forecasts,...
Rok 2020
-
Techno‐economic evaluation of a natural deep eutectic solvent‐based biorefinery: Exploring different design scenarios
PublikacjaThis paper presents a comprehensive techno‐economic evaluation of an integrated natural deep eutectic solvent (NADES)‐based biorefinery – a 1 ton day−1 capacity design plant. The key parameters include payback period, net present value (NPV), and internal rate of return (IRR). These were compared with the parameters of conventional biorefineries. The ‘n th plant’ results clearly revealed that the single product‐based biorefinery...
wyświetlono 574 razy