Assessing Hybrid Solar-Wind Potential for Industrial Decarbonization Strategies: Global Shift to Green Development
Notice bibliographique
Résumé
The global energy mix is shifting from fossil fuels to combinations of multiple energy storage and generation types. Hybrid energy system advancements provide opportunities for developing and deploying innovative green technology solutions that can further reduce emissions and achieve net-zero emissions by 2050. This study examined the impact of an increasing share of wind and solar electricity production on reducing carbon intensity by controlling coal and lignite domestic consumption and the production of refined oil products in a world aggregated data panel. Data covering the last three decades were used for the analysis by the ARDL bounds testing approach. The results showed that an increasing share of wind and solar electricity production would be helpful to decrease carbon intensity in the short and long term. On the other hand, a 1% increase in coal and domestic lignite consumption increased carbon intensity by 0.343% in the short run and 0.174% in the long run. The production of refined oil products decreases carbon intensity by 0.510% in the short run and 0.700% in the long run. However, refining oil products is associated with positive and negative environmental externalities. The positive aspect depends upon the removal of harmful pollutants and the production of cleaner-burning fuels, while the negative part is related to the operational side of refineries and processing plants that may release contaminants into the atmosphere, affecting global air and water quality. Hence, it is crucial to improve processing and refining capacity to produce better-refined oil products by using renewable fuels in energy production. It is proposed that these are the most cost-effective pathways to achieve industrial decarbonization.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».