MétaCan
Menu
Retour à la cohorte
Enregistrement W3180023589 · doi:10.1088/2515-7620/ac1498

The effect of plug-in hybrid electric vehicle charging on fuel consumption and tail-pipe emissions

2021· article· en· W3180023589 sur OpenAlexaboutno aff
Ahmet Mandev, Patrick Plötz, Frances Sprei

Notice bibliographique

RevueEnvironmental Research Communications · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesMinisterium für Wirtschaft, Arbeit und Wohnungsbau Baden-WürttembergFraunhofer-Gesellschaft
Mots-clésGreenhouse gasFuel efficiencyElectricityEnvironmental scienceAutomotive engineeringSpark plugConsumption (sociology)CombustionUpstream (networking)Miles per gallon gasoline equivalentElectric vehicleEnvironmental engineeringEngineeringGreen vehicleElectrical engineeringPower (physics)ChemistryTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Plug-in hybrid electric vehicles (PHEV) have an electric motor and an internal combustion engine and can reduce greenhouse gas emissions (GHG) from transport. However, their environmental benefit strongly depends on the charging behaviour. Several studies have analysed the GHG emissions from upstream electricity production, yet the impact of individual charging behaviour on PHEV tail-pipe carbon emissions has not been quantified from empirical data so far. Here, we use daily driving data from 7,491 Chevrolet Volt PHEV with a total 3.4 million driving days in the US and Canada to fill this gap. We quantify the effect of daily charging on the electric driving share and the individual fuel consumption. We find that even a minor deviation from charging every driving day significantly increases fuel consumption and thus tail-pipe emissions. Our results show that reducing charging from every day to 9 out of 10 days, increases fuel consumption on average by 1.85 ± 0.03 l/100 km or 42.7 ± 0.8 gCO2 km−1 tail-pipe emissions (± on standard error). Charging more than once per driving day has less impact in our sample, this must occur during at least 20% of driving days to have a noteworthy effect. Even then, a 10% increase in frequency only has moderate effect of decreasing fuel consumption on average by 0.08 ± 0.02 l/100 km or 1.86 ± 0.46 gCO2 km−1 tail-pipe emissions. Our results illustrate the importance of providing adequate charging infrastructure and incentives for PHEV users to charge their vehicles on a regular basis in order to ensure that their environmental impact is small as even long-range PHEVs can have a noteworthy share of conventional fuel use when not regularly charged.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,286
Écart entre enseignants0,269 · 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'étudeObservationnel
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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research CommunicationsMême sujetElectric Vehicles and InfrastructureTravaux en français237 207