MétaCan
Menu
Retour à la cohorte
Enregistrement W2324904242 · doi:10.1021/es202101b

Greenhouse Gas Emission Evaluation of the GTL Pathway

2011· article· en· W2324904242 sur OpenAlexaboutno aff
Grant S. Forman, Tristan E. Hahn, Scott Jensen

Notice bibliographique

RevueEnvironmental Science & Technology · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensnon disponible
Organismes subventionnairesSasol
Mots-clésGreenhouse gasEnvironmental scienceGas to liquidsWaste managementEnvironmental engineeringChemistryEngineeringGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Gas to liquids (GTL) products have the potential to replace petroleum-derived products, but the efficacy with which any sustainability goals can be achieved is dependent on the lifecycle impacts of the GTL pathway. Life cycle assessment (LCA) is an internationally established tool (with GHG emissions as a subset) to estimate these impacts. Although the International Standard Organization's ISO 14040 standard advocates the system boundary expansion method (also known as the "displacement method" or the "substitution method") for life-cycle analyses, application of this method for the GTL pathway has been limited until now because of the difficulty in quantifying potential products to be displaced by GTL coproducts. In this paper, we use LCA methodology to establish the most comprehensive GHG emissions evaluation to date of the GTL pathway. The influence of coproduct credit methods on the GTL GHG emissions results using substitution methodology is estimated to afford the Well-to-Wheels (WTW) greenhouse gas (GHG) intensity of GTL Diesel. These results are compared to results using energy-based allocation methods of reference GTL diesel and petroleum-diesel pathways. When substitution methodology is used, the resulting WTW GHG emissions of the GTL pathway are lower than petroleum diesel references. In terms of net GHGs, an interesting way to further reduce GHG emissions is to blend GTL diesel in refineries with heavy crudes that require severe hydrotreating, such as Venezuelan heavy crude oil or bitumen derived from Canadian oil sands and in jurisdictions with tight aromatic specifications for diesel, such as California. These results highlight the limitation of using the energy allocation approach for situations where coproduct GHG emissions reductions are downstream from the production phase.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,208
Écart entre enseignants0,193 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations29
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetVehicle emissions and performanceTravaux en français237 207