CdTe in thin film photovoltaic cells: Interventions to protect drinking water in production and end-of-life
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Solar energy harvesting is a crucial technology in the transition away from fossil fuels. However, in order to make a renewable energy source truly sustainable, it is necessary to understand and mitigate broader impacts. At the Water-Energy Nexus lies the question of trade-offs between energy sources in terms of their water footprint, through water use or water contamination. The purpose of this work is to analyze CdTe thin film photovoltaic cells to evaluate interventions that can prevent contamination of drinking water. We focus on drinking water because of its relevance to the United Nation’s Sustainable Development Goal 6: clean water and sanitation. Thin-film PV cells use CdTe as a semiconductor material because of its advantageous band gap and high solar absorption efficiency. However, CdTe as well as cadmium and tellurium species can be toxic to aquatic and terrestrial ecosystems and pose serious health hazards to humans when present in drinking water. We propose a multiple criteria decision analysis (MCDA) that can be used by business leaders and politicians to aid in decision-making in regards to new interventions to protect drinking water. In this article we use a case study to demonstrate the use of the MCDA framework. The interventions analyzed in this review are regulation of recycling and disposal, bioreactors, and dye-sensitized solar cells. Protecting water supplies while increasing access to reliable electricity through low-cost solar is a critical path to meeting the UN Sustainable Development Goals as this renewable energy technology evolves.
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.
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 | 0,001 | 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 découle