Eco-Audit of MOFs as H₂ Storage Materials for Vehicle Applications, Using Novel Refueling Model
Notice bibliographique
Résumé
Metal-organic frameworks (MOFs) are a heavily researched candidate for fuel-cell electric vehicle (FCEV) hydrogen storage. However, little analysis has been done on the environmental impact of potential MOF vehicles compared to established alternative vehicles, such as compressed hydrogen or battery-electric vehicles. In this work, a preliminary eco-audit was conducted for a FCEV using an MOF hydrogen storage system based the best current MOF Ni₂(m-dobdc) (Ni-MOF-74). (1) Cost and environmental impact analyses were performed for both the production and use phases of an MOF-FCEV. The cost and environmental impact of MOF production was compared to that of Lithium Nickel Manganese Cobalt Oxide (LiNMCO) batteries, the current state-of-the-art for BEVs. (2) Environmental impact was assessed using embodied energy estimates based on reported values for LiNMCO BEVs. These highlighted MOF vehicles as a competitor to current renewable energy vehicle technologies. For the use phase, a hydrogen refueling station that produces hydrogen onsite by proton exchange membrane (PEM) electrolysis from grid electricity was compared to an equivalent population of battery electric vehicles (BEVs) charged at distributed recharging stations. FCEVs using the proposed refueling model were able to compete with BEVs both in terms of electricity CO₂ footprint and cost in the simulated solar-dominated Californian grid, but not in the hydro- and nuclear-heavy Ontario grid.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».