MétaCan
Menu
Retour à la cohorte
Enregistrement W3199907927 · doi:10.1016/j.jclepro.2021.129052

Regionalized climate footprints of battery electric vehicles in Europe

2021· article· en· W3199907927 sur OpenAlex
Christine Roxanne Hung, Steve Völler, Maxime Agez, Guillaume Majeau‐Bettez, Anders Hammer Strømman

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

RevueJournal of Cleaner Production · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNorges Forskningsråd
Mots-clésElectricityBattery (electricity)Environmental scienceProduction (economics)Internal combustion engineCarbon footprintEnvironmental economicsFossil fuelBattery electric vehicleClimate changeLife-cycle assessmentElectricity generationElectric vehicleGreenhouse gasAutomotive engineeringNatural resource economicsEngineeringWaste managementEconomicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

The climate mitigation benefits of battery electric vehicles (BEVs) relative to internal combustion engine vehicles (ICEVs) are highly dependent on the carbon intensity of the electricity consumed during their production and use-phase. A consistent and dynamic approach to grid-mix regionalization of BEV life-cycle assessments in Europe is therefore necessary to offer accurate guidance to consumers and policy makers. To this end, we present ReDyFEV, a simple open-source software tool that can be used to calculate attributional, regionalized lifecycle climate impacts of BEVs in Europe for user-defined time periods, including near real-time. We determine the national lifecycle carbon footprints across all EU states for four BEV size segments and compare them to those of fossil-fuelled vehicles of similar sizes. Simplified sensitivity analyses investigate the effect of lifetime assumptions, electricity demand in battery production, and of relocating battery production to Europe on the carbon footprints of BEVs.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,321

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,207
Écart entre enseignants0,199 · 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