MétaCan
Menu
Retour à la cohorte
Enregistrement W4243610969 · doi:10.26434/chemrxiv.12837635

Comparative Life Cycle Assessment of Electrochemical Upgrading of CO2 to Fuels and Feedstocks

2020· preprint· en· W4243610969 sur OpenAlexafffund
Shariful Kibria Nabil, Sean McCoy, Md Golam Kibria

Notice bibliographique

RevueChemRxiv · 2020
Typepreprint
Langueen
DomaineEnergy
ThématiqueCO2 Reduction Techniques and Catalysts
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanada First Research Excellence Fund
Mots-clésElectrosynthesisSyngasElectrochemistryRaw materialFossil fuelElectrolysisEnvironmental scienceLife-cycle assessmentElectricityElectrochemical cellWaste managementPulp and paper industryChemistryMaterials scienceProduction (economics)EngineeringCatalysisElectrodeOrganic chemistryElectrolyteElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Development of electrochemical pathways to convert CO2 into fuels and feedstock is rapidly progressing over the past decade. Here we present a comparative cradle-to-gate life cycle assessment (LCA) of one and two-step electrochemical conversion of CO2 to eight major value-added products; wherein we consider CO2 capture, conversion and product separation in our process model. We measure the carbon intensity (i.e., global warming impact) of one and two-step electrochemical routes with its counterparts – thermochemical CO2 utilization and fossil-fuel based conventional synthesis routes for those same products. Despite inevitable carbonate formation in one-step CO2 electrolysis, this analysis reveals one-step electrosynthesis would be equally compelling (through the lens of climate benefits) as compared to two-step route. This analysis further reveals that the carbon intensity of electrosynthesis products is due to significant energy requirement for the conversion (70-80% for gas products) and product separation (40-85% for liquid products) phases. Electrochemical route is highly sensitive to the electricity emission factor and is compelling only when coupled with electricity with low emission intensity (<0.25 kg CO2e/kWh). As the technology advances, we identify the near-term products that would provide climate benefits over fossil-based routes, including syngas, ethylene and n-propanol. We further identify technological goals required for electrochemical route to be competitive, notably achieving liquid product concentration >20 wt%. It is our hope that this analysis will guide the CO2 electrosynthesis community to target achieving these technological goals, such that when coupled with low-carbon electricity, electrochemical route would bring climate benefits in near future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,320
Écart entre enseignants0,290 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetCO2 Reduction Techniques and CatalystsTravaux en français237 207