MétaCan
Menu
Retour à la cohorte
Enregistrement W2956359064 · doi:10.3389/fchem.2019.00392

Recent Advances in Power-to-X Technology for the Production of Fuels and Chemicals

2019· review· en· W2956359064 sur OpenAlexaff
Bruna Rêgo de Vasconcelos, Jean‐Michel Lavoie

Notice bibliographique

RevueFrontiers in Chemistry · 2019
Typereview
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésRenewable energyJet fuelEnvironmental sciencePower to gasFossil fuelRenewable fuelsEnergy carrierWaste managementGreenhouse gasElectricityElectrolysisChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Environmental issues related to greenhouse gas emissions are progressively pushing the transition towards fossil-free energy scenario, in which renewable energies such as solar and wind power will unavoidably play a key role. However, for this transition to succeed, significant issues related to renewable energy storage have to be addressed. Power-to-X (PtX) technologies have gained increased attention since they actually convert renewable electricity to chemicals and fuels that can be more easily stored and transported. H2 production through water electrolysis is a promising approach since it leads to the production of a sustainable fuel that can be used directly in hydrogen fuel cells or to reduce carbon dioxide (CO2) in chemicals and fuels compatible with the existing infrastructure for production and transportation. CO2 electrochemical reduction is also an interesting approach, allowing the direct conversion of CO2 into value-added products using renewable electricity. In this review, attention will be given to technologies for sustainable H2 production, focusing on water electrolysis using renewable energy as well as on its remaining challenges for large scale production and integration with other technologies. Furthermore, recent advances on PtX technologies for the production of key chemicals (formic acid, formaldehyde, methanol and methane) and fuels (gasoline, diesel and jet fuel) will also be discussed with focus on two main pathways: CO2 hydrogenation and CO2 electrochemical reduction.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 GPT0,302
Écart entre enseignants0,286 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations207
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ChemistryMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207