Evaluating the Sustainability of Producing Hydrogen from Biomass through Well-to-Wheel Analyses
Notice bibliographique
Résumé
<div class="htmlview paragraph">Hydrogen is viewed by many as the most promising fuel for light-duty vehicles (LDVs) for the future. Hydrogen can be produced through a large number of pathways and from many feedstocks (both fossil and renewable). A key issue in evaluating the sustainability of a hydrogen fuel cell vehicle (FCV) is an analysis of the processes employed to produce the hydrogen and the efficiency of its use in the vehicle, the ‘well-to-wheel’ (WTW) activities.</div> <div class="htmlview paragraph">Several recent WTW studies, which include conventional as well as alternative fuel/propulsion system LDVs, are examined and compared. One potentially attractive renewable feedstock for hydrogen is biomass. A biomass to hydrogen pathway and its use in a FCV has only recently been included in WTW studies. The analysis is based on those studies which include biomass-derived hydrogen, comparing it to gasoline/diesel internal combustion engine vehicles (ICEVs) and FCV which utilize hydrogen from other feedstocks (natural gas and wind-generated electricity).</div> <div class="htmlview paragraph">Since hydrogen is not commercially produced from biomass, all of these studies utilize process and emissions data based on research results and extrapolations to commercial scale. We find that direct comparison of results between studies is challenging due to the differences in study methodologies and assumptions concerning feedstocks, production processes, and vehicles. Overall however, WTW results indicate that hydrogen produced via the gasification of biomass and its use in a FCV has the potential to reduce greenhouse gas (GHG) emissions by between 75% and 100% and utilize little fossil energy compared to conventional gasoline ICEVs and hydrogen from natural gas FCVs.</div>
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».