MétaCan
Menu
Retour à la cohorte
Enregistrement W3196449209 · doi:10.3390/wevj12030151

Fuel Selections for Electrified Vehicles: A Well-to-Wheel Analysis

2021· article· en· W3196449209 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

RevueWorld Electric Vehicle Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensUniversity of Victoria
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Key Research and Development Program of China
Mots-clésGreenhouse gasGreen vehicleElectricityMiles per gallon gasoline equivalentBattery electric vehicleGasolineEnvironmental scienceWork (physics)SustainabilityAlternative fuel vehicleAutomotive engineeringSustainable transportElectric vehicleEnvironmental economicsFuel efficiencyAlternative fuelsEngineeringDiesel fuelWaste managementEconomicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Electrified vehicles (xEV), especially the battery electric vehicle (BEV), are burgeoning and growing fast in China, aimed at building a sustainable, carbon-neutral future. This work presents an overview and quantitative comparison of the carbon-neutral vehicles fuel options based on the well-to-wheel (WTW) analysis. A more intuitionistic figure demonstrates the fuel options for greenhouse gas (GHG) emissions and describes the sustainability. Electricity and hydrogen shift the tailpipe emissions to the upstream process, forming larger WTW emissions from a fuel cycle view. The electricity WTW GHG emission reaches as much as twice that of gasoline. However, the high efficiency of the electric drive system improves the WTW emission performance from a vehicle view, making the lowest WTW emission of BEV. The fuel options’ technical and environmental perspectives are presented. Finally, long-term carbon-neutral vehicle development is discussed.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,343
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)0,0010,001
Bibliométrie0,0020,013
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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