MétaCan
Menu
Retour à la cohorte
Enregistrement W2273057662 · doi:10.1021/acs.est.5b03015

The North American Electric Grid as an Exchange Network: An Approach for Evaluating Energy Resource Composition and Greenhouse Gas Mitigation

2015· article· en· W2273057662 sur OpenAlexaboutno aff
Evan Kodra, Seth Sheldon, Ryan Dolen, Ory Zik

Notice bibliographique

RevueEnvironmental Science & Technology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasElectricityConsistency (knowledge bases)Range (aeronautics)GridEnvironmental economicsEnvironmental scienceElectricity generationResource (disambiguation)Electric powerEnvironmental engineeringEngineeringPower (physics)Computer scienceGeographyElectrical engineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Using a complex network framework, the North American electric grid is modeled as a dynamic, equilibrium-based supply chain of more than 100 interconnected power control areas (PCAs) in the contiguous United States, Canada, and Northern Mexico. Monthly generation and yearly inter-PCA exchange data reported by PCAs are used to estimate a directed network topology. Variables including electricity, as well as primary fuels, technologies, and greenhouse gas emissions associated with power generation can be traced through the network, providing energy source composition statistics for power consumers at a given location. Results show opportunities for more precise measurement by consumers of emissions occurring on their behalf at power plants. Specifically, we show a larger range of possible factors (∼0 to 1.3 kgCO2/kWh) as compared to the range provided by the EPA's eGRID analysis (∼0.4 to 1 kgCO2/kWh). We also show that 66-73% of the variance in PCA-level estimated emissions savings is the result of PCA-to-PCA differences that are not captured by the larger eGRID subregions. The increased precision could bolster development of effective greenhouse gas reporting and mitigation policies. This study also highlights the need for improvements in the consistency and spatiotemporal resolution of PCA-level generation and exchange data reporting.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,005
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,013
Tête enseignante GPT0,257
Écart entre enseignants0,244 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations33
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207