Analysis of GHG Emissions for city passenger trains: is electricity an obvious option for Montreal commuter trains?
Notice bibliographique
Résumé
Alternative technologies such as hydrogen fuel cells and electric-powered trains have emerged to reduce the GHG emissions of traditional commuter rail systems powered by diesel. Even larger reductions can be obtained with energy production from renewable resources. This paper uses the commuter rail system in Montreal, Quebec, as a case study for implementing alternative technologies, namely, complete electrification of the network (only one of the existing five lines is electrified) and hydrogen fuel cell-powered trains. It is important to note that the main source of electricity generation in Quebec is hydropower which is offered at a relatively low cost. Several criteria were considered to determine the most suitable alternative including GHG emissions from operation and fuel production, operation and capital costs, and technological and commercial viability. Electrification of the commuter rail system would decrease annual emissions by 98% which is more than 27,000 tons. The GHG reductions for hydrogen trains are lower than electric trains but still substantial. Results also indicate that increasing ridership to full occupancy of the current commuter rail network would not lower emissions per passenger-kilometer to the emissions level of electric-powered trains. The operation costs favor the electrification scenario; however, the high costs of electrical infrastructure make hydrogen trains more competitive since additional infrastructure are unnecessary. The cost of electrification is estimated as $1,240.1 million which is within the $1,2-1,5 billion recently proposed by the Quebec government, compared with $414.8 million for hydrogen trains. Hydrogen trains remain a new and unproven technology; uncertainties associated with it should be settled before full implementation.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».