MétaCan
Menu
Retour à la cohorte
Enregistrement W2022207081 · doi:10.1504/ijgw.2009.027078

Combating global warming via non-fossil fuel energy options

2009· article· en· W2022207081 sur OpenAlexafffund
Marc A. Rosen

Notice bibliographique

RevueInternational Journal of Global Warming · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueChemical Looping and Thermochemical Processes
Établissements canadiensUniversity of Ontario Institute of Technology
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFossil fuelEnvironmental scienceEnergy carrierGreenhouse gasHydrogen fuelGlobal warmingEnergy developmentEnvironmental impact of the energy industryRenewable energyClimate changeWaste managementHydrogenEngineeringEcologyEnergy policyChemistry

Résumé

récupéré en direct d'OpenAlex

Non-fossil fuel energy options can help reduce or eliminate the emissions of greenhouse gases and are needed to combat climate change. Three distinct ways in which non-fossil fuel options can be used in society are examined here: the capture/production of non-fossil fuel energy sources, their conversion into appropriate energy carriers and increased efficiency throughout the life cycle. Non-fossil fuel energy sources are insufficient to avoid global warming in that they are not necessarily readily utilisable in their natural forms. Hydrogen energy systems are needed to facilitate the use of non-fossil fuels by converting them to two main classes of energy carriers: hydrogen (and hydrogen-derived fuels) and electricity. High efficiency is needed to allow the greatest benefits to be attained from energy options in terms of climate change and other factors. A case study is considered involving the production of hydrogen from non-fossil energy sources via thermochemical water decomposition. Thermochemical water decomposition provides a realistic future non-fossil fuel energy option, which can be driven by non-fossil energy sources (particularly nuclear or solar energy) and help combat global warming.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,680
Score d'incertitude au seuil0,772

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 ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,252
Écart entre enseignants0,246 · 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'étudeAutre devis
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

Citations38
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Global WarmingMême sujetChemical Looping and Thermochemical ProcessesTravaux en français237 207