Analysis of Energy Use and CO<sub>2</sub> Emissions in the U.S. Refining Sector, With Projections for 2025
Notice bibliographique
Résumé
This analysis uses linear programming modeling of the U.S. refining sector to estimate total annual energy consumption and CO(2) emissions in 2025, for four projected U.S. crude oil slates. The baseline is similar to the current U.S. crude slate; the other three contain larger proportions of higher density, higher sulfur crudes than the current or any previous U.S. crude slates. The latter cases reflect aggressive assumptions regarding the volumes of Canadian crudes in the U.S. crude slate in 2025. The analysis projects U.S. refinery energy use 3.7%-6.3% (≈ 0.13-0.22 quads/year) higher and refinery CO(2) emissions 5.4%-9.3% (≈ 0.014-0.024 gigatons/year) higher in the study cases than in the baseline. Refining heavier crude slates would require significant investments in new refinery processing capability, especially coking and hydrotreating units. These findings differ substantially from a recent estimate asserting that processing heavy oil or bitumen blends could increase industry CO(2) emissions by 1.6-3.7 gigatons/year.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».