MétaCan
Menu
Retour à la cohorte
Enregistrement W1485286033 · doi:10.1002/047134608x.w8191

Hybrid and Plug‐In Hybrid Electric Vehicles

2013· other· en· W1485286033 sur OpenAlexaff
Yinye Yang, Ali Emadi

Notice bibliographique

RevueWiley Encyclopedia of Electrical and Electronics Engineering · 2013
Typeother
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPlug-inAutomotive industryAutomotive engineeringHybrid vehicleElectricityHybrid powerHybrid systemAutomotive engineElectric vehicleGreen vehicleEngineeringComputer scienceFuel efficiencyElectrical engineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

Abstract Hybrid and plug‐in hybrid electric vehicles are vehicles that combine the use of both petroleum fuels and electricity as their energy sources to propel vehicles and power accessory systems. In general, they are more fuel efficient and environment friendly than conventional petroleum‐powered vehicles in the same class, while being more financially accessible and technically established than pure electric vehicles; thus, hybrid and plug‐in hybrid electric vehicles serve as significant players in the progress of vehicle electrifying transition and result in remarkable market influence in the automotive industry. This article introduces the fundamental concepts of hybrid electric vehicles and plug‐in hybrid electric vehicles, respectively. It gives an overview of the hybrid technologies, current development, benefits, and advantages that these two hybrids have achieved. Different categories and configurations are specified in each type in detail, while diverse operation modes and control strategies are analyzed and illustrated. In addition, parallel comparisons between hybrid electric vehicles, plug‐in hybrid electric vehicles, conventional vehicles, and electric vehicles are made throughout the article in terms of their similarities and differences. Also, the challenges surrounding the future development of hybrid and plug‐in hybrid electric vehicles are discussed at the end of the article.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,004
Tête enseignante GPT0,196
Écart entre enseignants0,192 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWiley Encyclopedia of Electrical and Electronics EngineeringMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207