How to Use Hydrogen in a New Strategy to Mitigate Urban Air Pollution and Preserve Human Health
Notice bibliographique
Résumé
If transport is an essential means for the development of the economy, society and its mobility, it has the drawback of leading to significant atmospheric pollution. As traffic density is very high in large cities, air pollution is amplified by the various means of transport resulting from the combustion of fossil fuels. Urban air pollution is mainly caused by vehicles generating emissions harmful to human health. Our objective of this work is to analyze a strategy to eliminate or reduce the emission of these pollutants (NOx, CO, CO2) during combustion. This strategy aims to explore a clean energy source alternative to fossil fuels. This approach consists of completely replacing the internal combustion scalar with the engine powered by fuel cells using hydrogen. This motivates decision makers to choose hydrogen as an alternative fuel to protect the urban environment and the health human from air pollution. This study shows that it is possible to perfectly mitigate pollutants from urban transport systems by using a PEMFC as an alternative clean energy source. Analyze a strategy to eliminate or reduce the emissions of these pollutants (NOx, CO, CO2) during the combustion of full fossil fuel in vehicle engines. This strategy aims to exploit the energy vector represented by hydrogen in order to save human life in more populated areas and protect the environment. The pressure, temperature and concentration of each species (O2, H2 and H2O) are obtained from the resolution of the electrochemical model coupled to the dynamic model, which we do not present here.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».