MétaCan
Menu
Retour à la cohorte
Enregistrement W2968699315 · doi:10.2172/1559243

Benefits of Energy Efficient and Low-Global Warming Potential Refrigerant Cooling Equipment

2019· report· en· W2968699315 sur OpenAlexaboutno aff
Nihar Shah, Max Wei, Virginie Letschert, Amol Phadke

Notice bibliographique

RevueLawrence Berkeley National Laboratory · 2019
Typereport
Langueen
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefrigerantGlobal-warming potentialEnvironmental scienceGlobal warmingMeteorologyNuclear engineeringClimate changeGreenhouse gasEngineeringMechanical engineeringGeographyGeologyOceanographyHeat exchanger

Résumé

récupéré en direct d'OpenAlex

Hydrofluorocarbons (HFCs) are the fastest growing type of greenhouse gases (GHG) emissions, increasing at an annual rate of 10-15% [1]. HFCs are primarily used as refrigerants in air conditioning and refrigeration equipment and have a global warming potential (GWP) many thousands of times greater than CO2. Their rapid growth has led to a global agreement to aggressively phase down their production by amending the Montreal Protocol on Substances that Deplete the Ozone Layer [2]. We quantify the GHG benefits implementing aggressive but economic energy efficiency measures (about 30% more efficient than current technology) in air-conditioning (AC) and large commercial refrigeration equipment (CRE) together with low-GWP refrigerants. Shifting the 2030 world stock of room ACs and CRE from current levels of energy-efficiency and high-GWP refrigerants to “economic” energy efficiency levels and low-GWP refrigerants by 2050 would avoid up to 240.1 GT CO2e and shifting to “best-available technology” energy efficiency levels and low GWP refrigerants by 2050 would avoid up to 373 GT CO2e with existing electricity grid emission factors. About two-thirds of this cumulative savings are from reduced electricity sector emissions from improved energy efficiency. Thus, it is highly beneficial to pursue high energy efficiency in concert with the transition to lower GWP refrigerants to achieve maximal GHG reductions with the least amount of equipment re-design and replacement.

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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,011
Tête enseignante GPT0,239
Écart entre enseignants0,228 · 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
GenreAutre

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

En bref

Citations24
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLawrence Berkeley National LaboratoryMême sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207