MétaCan
Menu
Retour à la cohorte
Enregistrement W4248480500 · doi:10.1504/ijgw.2017.087197

Environmental impact assessment of renewables and conventional fuels for different end use purposes

2017· article· en· W4248480500 sur OpenAlexaff
Canan Acar, İbrahim Dinçer

Notice bibliographique

RevueInternational Journal of Global Warming · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceRenewable energyHydropowerEnvironmental impact assessmentCoalElectricityFossil fuelElectricity generationBiomass (ecology)Life-cycle assessmentNatural gasEnvironmental engineeringWaste managementEnvironmental protectionProduction (economics)EngineeringEcology

Résumé

récupéré en direct d'OpenAlex

In this study, we present a comparative environmental impact assessment of renewables and conventional fossil fuels for electricity and hydrogen generation. The conventional fossil fuels investigated in this study are coal, oil, and natural gas. Renewables considered in this study are geothermal, hydropower, ocean, solar, and wind energies. Furthermore, nuclear and biomass energies are taken into consideration while assessing environmental impact and performances. Environmental impact criteria considered in this study are CO2, NOx, and SO2 emissions, land use, water consumption, water quality of discharge, solid waste and ground contamination, and biodiversity. For comparison purposes, all collected data are normalised and ranked between 0 and 3 while 0 giving highest negative environmental impact and 3 giving lowest negative environmental impact. Our results showed that overall, in terms of both electricity and hydrogen production, oceans give the highest rankings (2.71 for electricity and 2.73 for hydrogen). Coal has the lowest rankings in terms of environmental impact (0.26 for electricity and 0.30 for hydrogen).

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 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,568

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,326
Écart entre enseignants0,305 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations32
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Global WarmingMême sujetEnergy and Environment ImpactsTravaux en français237 207