Life cycle assessment and Monte Carlo simulation to evaluate the environmental impact of promoting LNG vehicles
Notice bibliographique
Résumé
•As a novel and alternative type of fuel for heavy-duty trucks, it is very important to assess a broad array of environmental impacts of liquefied natural gas (LNG). However, few studies have evaluated comprehensively the environmental impact of LNG as an alternative fuel on human health, ecosystems and resources from a life cycle perspective. In particular, the environmental benefit of promoting LNG vehicles is often complicated and uncertain due to many variable factors, which are also often not given enough attention. This method article describes the use of a combination of life cycle assessment (LCA) and Monte Carlo simulation to evaluate the potential environmental benefits of promoting LNG heavy-duty diesel vehicles in Saguenay, a city in Canada. It not only conducts a full-range analysis of environmental impacts, but also considers the impact of joint changes in uncertain factors such as methane emission rates, energy efficiency of engine and the project promotion prospects on the environmental benefits of LNG, making life cycle environmental impact assessment more systematic and comprehensive. The paper provides the details of all the steps used in the method and can be replicated and applied to other similar studies and research settings.•This combined approach provides a comprehensive assessment of the environmental impacts incurred by the promotion of LNG vehicles. Besides, it also provides a certain degree of risk assessment for LNG projects.•This method takes into account the complexity of the joint change of multiple uncertainties, which makes up for the deficiencies of previous studies that only analyze one uncertainty in isolation.•This method takes the development prospect of LNG promoting project as an uncertain factor for environmental benefit assessment.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».