MétaCan
Menu
Retour à la cohorte
Enregistrement W3033017992 · doi:10.1021/acs.estlett.0c00349

Economic Potential for Rainfed Agrivoltaics in Groundwater-Stressed Regions

2020· article· en· W3033017992 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental Science & Technology Letters · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhotovoltaic Systems and Sustainability
Établissements canadiensUniversity of Victoria
Organismes subventionnairesH2020 Societal ChallengesEuropean Commission
Mots-clésGroundwaterEnvironmental scienceCost of electricity by sourceWater resource managementSustainabilityAgricultureElectricity generationNatural resource economicsHydrology (agriculture)EconomicsGeographyEcologyEngineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

Agrivoltaics co-locate crops with solar photovoltaics (PV) to provide sustainability benefits across land, energy, and water systems. Policies supporting a switch from irrigated farming to rainfed, grid-connected agrivoltaics in regions experiencing groundwater stress can mitigate both groundwater depletion and CO2 from electricity generation. Here, hydrology, crop, PV, and financial models are integrated to assess the economic potential for rainfed agrivoltaics in groundwater-stressed regions. The analysis reveals 11.2–37.6 PWh/yr of power generation potential, equivalent to 40%–135% of the global electricity supply in 2018. Almost 90% of groundwater depletion in 2010 (∼150 km3) occurred where the levelized cost for grid-connected rainfed agrivoltaic generation is 50–100 USD/MWh. Potential revenue losses following the switch from irrigated to rainfed crops represent 0%–34% of the levelized generation cost. Future cost–benefit analysis must value the avoided groundwater stress from the perspective of long-term freshwater availability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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