Feasibility analysis for carbon capture and utilization in cement-concrete industries
Notice bibliographique
Résumé
Worldwide CO2 generation is estimated to range between 25 and 30 gigatonne per year. Environmental specialists and legislators suggest that preventing even a small percentage of this CO2 from entering the atmosphere can help alleviate the emission-induced climatic changes. It is estimated that for the cement industry, each tonne of cement clinker generates approximately 0.8 tonne of CO2. Therefore, the mitigation of carbon dioxide has become a collective global challenge, where legislative efforts in many countries seek to mandate the recovery of flue gas CO2 in the near future. The concept of Carbon Capture and Utilization (CCU) presents a valid means towards the effective containment of CO2 in the cement industry and its long-term fixation through utilization in the concrete industry. Carbonation curing meets the criteria of less emissions and energy consumption by presenting proactive efforts towards sustainable construction practices in the cement and concrete industries. In this study, the basic concept of CCU in cement and concrete industry will be adapted to model cradle-to-grave scenarios for carbonation curing of concrete products, which are then compared to conventional steam curing to investigate the economic, technical, and environmental benefits. The energy consumption related to the different components of CCU, which include CO2 capture, compression, transportation and utilization, were optimized to yield the lowest cost of carbonation curing scenario. Given CCU's economic benefits and strength attributes, it is possible for cement and concrete industry to attain the levied regulated emission reductions, justify its environmental contribution and keep economical competitiveness.
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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».