Regional-level analysis for the material flows and process energy demands of aluminum and steel in the American automotive industry
Notice bibliographique
Résumé
Aluminum and steel are the two most prevalent metals in light duty vehicles (LDVs) today, yet the flows of these automotive metals have not been closely evaluated. This study develops and implements a method for regionalizing sector-specific material flows and and presents the results of such models for aluminum and steel entering the American automotive industry. These results were then used to identify regional process energy demands associated with each metal. Aluminum entering the American automotive industry, as sheet and extrusion mill product, is primarily sourced from the NPCC (23%), SERC (20%), MRO (18%), and RFC (13%) NERC regions and a spatially unresolved Local region within the USA and Canada (18%). Primary aluminum used for these mill products comes largely from the Canadian province of Quebec (69%). Further upstream, alumna and bauxite come primarily from international sources (91% for alumina and 100% for bauxite). These patterns are reflected in regional process energy demands. Further, the regional distribution of total embodied process energy is largely influenced by that of primary aluminum, highlighting the significant energy required for primary aluminum production. Finished steel entering the American automotive industry comes primarily from the RFC (63%) and SERC (20%) regions within the USA Crude steel for this finished steel is similarly dominated by the RFC (69%) and SERC (7%) regions. The majority of raw materials including coke, coking coal, iron ore, lime, and steel scrap are sourced from the USA with only direct reduced iron (DRI) and pig iron as exceptions. The regional distribution of total embodied process energy for this steel is again dominated by the RFC (54%) and SERC (10%) regions, but in slightly smaller shares due to international sourcing of energy intensive DRI and pig iron. The results from this study can help guide sustainability improvements in American automotive, aluminum, and steel industries and can be integrated into future life cycle assessment (LCA) models to provide more geographically specific energy demand data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».