MétaCan
Menu
Retour à la cohorte
Enregistrement W4283165499 · doi:10.1016/j.enbenv.2022.06.007

Strategic potential of multi-energy system towards carbon neutrality: A forward-looking overview

2022· article· en· W4283165499 sur OpenAlexaff
Tobi Michael Alabi, Favour David Agbajor, Zaiyue Yang, Lin Lu, Adedayo Johnson Ogungbile

Notice bibliographique

RevueEnergy and Built Environment · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesGuangdong Science and Technology DepartmentScience, Technology and Innovation Commission of Shenzhen MunicipalityNational Natural Science Foundation of China
Mots-clésCarbon neutralityNeutralityRenewable energyExtant taxonWork (physics)Environmental economicsComputer scienceEnergy systemRisk analysis (engineering)BusinessEngineeringEconomicsPolitical scienceElectrical engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Carbon neutrality is an ambitious goal that has been promulgated to be achieved on or before 2060. However, most of the current energy policies focus more on carbon emission reduction, efficiency and high penetration of renewable energy. Thus, this paper presented a review strategy towards carbon neutrality by presenting the concept of a multi-energy system (MES) in terms of its technologies, configuration, modelling and feasibility as zero-emission equipment. The paper addressed some prominent challenges associated with zero-carbon multi-energy systems (ZCMES). Various proven solutions in the extant studies that have been affirmed to alleviate some of these challenges were presented. In the end, we identified and summarised the current research gaps, and the future directions to ensure the feasibility of ZCMES as a primary strategy towards the actualization of carbon neutrality. Hence, this review work serves as a reference for revising the current energy policies to incorporate a carbon neutrality framework.

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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,013
Tête enseignante GPT0,191
Écart entre enseignants0,177 · 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
GenreSynthèse

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

En bref

Citations83
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy and Built EnvironmentMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207