Environmentally Sound Management of End-of-Life Batteries from Electric-Drive Vehicles in North America
Notice bibliographique
Résumé
The market for electric-drive vehicles (EDVs), including hybrid electric vehicles (HEVs), plug-in hybrids (PHEVs), and electric, pure battery-powered vehicles (EVs), is expected to experience significant and rapid growth over the coming decades. In the year 2013 all EDVs together represent about 1.44 percent of annual vehicle sales in Canada, about 0.09 percent in Mexico and about 3.81 percent in the US, and numbers are expected to grow rapidly in the coming years. As the market for EDVs expands, there will be a vital opportunity to recapture and recycle the materials used in EDV batteries (nickel, cobalt, steel and other valuable components) once they reach end of life (EOL). This report characterizes the types, quantities, and composition of batteries used in EDVs in North America, and outlines best practices and technologies to support their environmentally sound management (ESM) at end of life. It is projected that about 276,000 EDV batteries will reach EOL in North America in 2015. Most of these batteries are likely to be nickel metal hydride (NiMH), which is the predominant battery chemistry used in HEVs. By 2030, almost 1.5 million EDV batteries will reach EOL. By that time, close to half the EOL EDV batteries will be lithium-based, with the remainder being NiMH batteries. The current domestic infrastructure to handle EOL EDV batteries is limited; however, it is expected to expand over time. A promising second-life use as energy storage units is currently being explored for EOL EDV batteries.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».