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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| 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 ».