MétaCan
Menu
Retour à la cohorte
Enregistrement W3023935226 · doi:10.1016/j.egyr.2020.03.016

Well-to-Propeller environmental assessment of natural gas as a marine transportation fuel in British Columbia, Canada

2020· article· en· W3023935226 sur OpenAlexafffundabout
Babak Manouchehrinia, Zuomin Dong, T. Aaron Gulliver

Notice bibliographique

RevueEnergy Reports · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMaritime Transport Emissions and Efficiency
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of EnvironmentUniversity of Victoria
Mots-clésLiquefied natural gasDiesel fuelGreenhouse gasEnvironmental scienceFuel efficiencyFuel oilPropellerNatural gasWaste managementEngineeringPetroleumLife-cycle assessmentMarine propulsionPropulsionMarine engineeringAutomotive engineeringOceanography

Résumé

récupéré en direct d'OpenAlex

This paper examines the environmental impact of Natural Gas (NG) as a transportation fuel, particularly for marine transportation use. The aim is to provide a systematic evaluation of Greenhouse Gas (GHG) emissions in the upstream fuel supply chain of NG fuel in British Columbia (BC), Canada. The recent introduction of Liquefied Natural Gas (LNG) fuel for ferry operations in western Canada presents a major step towards the large-scale adoption of NG as a cleaner and lower-cost fuel. This makes a systematic approach for accurate Lifecycle Assessment (LCA) of GHG emissions for the NG/LNG fuel more important and urgent. An analysis using operation and fuel consumption data from vessels with different engine technologies and types of fuel shows that the diesel cycle NG engine will produce 2% less CO2e emissions in comparison to the low sulphur petroleum diesel engine, while other NG engine technologies, such as the lean-burn Otto cycle engine or dual-fuel gas engine, will result in 4% higher CO2e emissions. This study clears doubts on well-to-pump (WTP) NG emissions, supports the wide adoption of NG fuel and promotes further pump-to-propeller (PTP) emission improvements in marine propulsion.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,312

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,000
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,002
Tête enseignante GPT0,172
Écart entre enseignants0,169 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations29
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnergy ReportsMême sujetMaritime Transport Emissions and EfficiencyTravaux en français237 207