Life Cycle Air Emissions Impacts and Ownership Costs of Light-Duty Vehicles Using Natural Gas As a Primary Energy Source
Notice bibliographique
Résumé
This paper aims to comprehensively distinguish among the merits of different vehicles using a common primary energy source. In this study, we consider compressed natural gas (CNG) use directly in conventional vehicles (CV) and hybrid electric vehicles (HEV), and natural gas-derived electricity (NG-e) use in plug-in battery electric vehicles (BEV). This study evaluates the incremental life cycle air emissions (climate change and human health) impacts and life cycle ownership costs of non-plug-in (CV and HEV) and plug-in light-duty vehicles. Replacing a gasoline CV with a CNG CV, or a CNG CV with a CNG HEV, can provide life cycle air emissions impact benefits without increasing ownership costs; however, the NG-e BEV will likely increase costs (90% confidence interval: $1000 to $31 000 incremental cost per vehicle lifetime). Furthermore, eliminating HEV tailpipe emissions via plug-in vehicles has an insignificant incremental benefit, due to high uncertainties, with emissions cost benefits between -$1000 and $2000. Vehicle criteria air contaminants are a relatively minor contributor to life cycle air emissions impacts because of strict vehicle emissions standards. Therefore, policies should focus on adoption of plug-in vehicles in nonattainment regions, because CNG vehicles are likely more cost-effective at providing overall life cycle air emissions impact benefits.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».