Regional analysis of aluminum and steel flows into the American automotive industry
Notice bibliographique
Résumé
Abstract Aluminum and steel represent the two most dominant metals in light‐duty vehicles, yet the flows of these materials into the American automotive industry have not been well characterized. This study proposes and implements a method for analyzing the flow of these metals into the automotive industry. We create a framework for performing regionally linked, sector‐specific material flow analyses and use this framework to trace flows of aluminum and steel entering the American automotive industry, focusing on flows downstream from raw material production. We show that automotive aluminum sheet and extrusions are sourced primarily from the NPCC (23%), SERC (20%), MRO (18%), and RFC (13%) North American Electric Reliability Corporation (NERC) regions, and a spatially unresolved local region within the United States and Canada (18%). We determine that primary aluminum is largely from Canada (70%), nearly all from Quebec (69%). Further upstream, alumina and bauxite originate mostly from Brazil, Australia, and Jamaica. We also show that finished automotive steel is sourced primarily from the RFC (63%) and SERC (20%) regions. The crude steel supply similarly originates mainly from the RFC (69%) and SERC (7%) regions. Upstream raw materials including coke, coking coal, iron ore, lime, and steel scrap are primarily sourced from the United States with only direct reduced iron and pig iron used in electric arc furnace steel production coming mostly from outside the United States. The framework developed here allows for increased spatial resolution of material flows, which can be used to develop more specific life cycle impact factors for life cycle assessments.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».