Life cycle assessment of electric scooters for mobility services: A green mobility solutions
Notice bibliographique
Résumé
The gradual rise in global warming owing to fossil fuels usage is causing massive environmental problems and global temperature rise and countries are focusing on the negative emissions technologies (NETs) to restrict the average global temperature rise to 1.5°C by 2050. As Italy instigates its stable recovery from the coronavirus emergency, the Italian government is offering Italian people financial support of up to €500 to buy a personal bicycle or e-scooter, to reduce dependence on private cars and global warming issues and people inItaly have greeted this opportunity for new personal e-scooters. This paper aims to employ a life cycle assessment (LCA) onthe personally owned electric scooters (PEOS) that are circulating in Turin. The results are reported for five impact categories: global warming potential (GWP), acidification potential, eutrophication potential, ozone layer depletion, and human toxicity potential. We found that the environmental load associated with the usage and charging of e-scooters is less compared with the materials and manufacturing burdens of e-scooters. Regarding the GWP, the results of Analysis methodology of the use of the PEOS generate 21 g of CO2-eq. per passenger-kilometer dominated by around 50% from materials processing, 17.5% from Li-ion battery production, 1.6% from transportation, and 30.9% from usage and charging of e-scooter. Four scenarios are compared with the base case situation, which are the substitution of alternate materials, use of 50% recycled aluminum, transportation of e-scooters via plan, and charging with solar power. Results from these scenarios are proved to be highly sensitive to baseline scenarios. Results also revealed that PEOS has higher (21 g CO2 eq./km) environmental consequences on the global warming potential as compared to bicycles (8 g CO2 eq./km) and lower (21 g CO2 eq./km) environmental impacts as compared with electric bicycles (40 g CO2 eq./km) and battery electric vehicles (80 g CO2 eq./km).
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».