A Comprehensive Sustainability Assessment of Battery Electric Vehicles, Fuel Cell Electric Vehicles, and Internal Combustion Engine Vehicles through a Comparative Circular Economy Assessment Approach
Notice bibliographique
Résumé
Transitioning to zero-emission vehicles (ZEVs) is thought to substantially curb emissions, promoting sustainable development. However, the extent of the problem extends beyond tailpipe emissions. To facilitate decision-making and planning of future infrastructural developments, the economic, social, and technological factors of ZEVs should also be addressed. Therefore, this work implements the circular economy paradigm to identify the most suitable vehicle type that can accelerate sustainable development by calculating circularity scores for Internal Combustion Engine Vehicles (ICEVs) and two ZEVs, the Battery Electric Vehicles (BEVs), and Fuel Cell Electric Vehicles (FCEVs). The circularity assessment presents a novel assessment procedure that interrelates the environmental, economic, social, and technological implications of each vehicle type on the three implementation levels of the circular economy (i.e., The macro, meso, and micro levels). The results of our analysis suggest that not all ZEVs are considered sustainable alternatives to ICEVs. BEVs scored the highest relative circularity score of 36.8% followed by ICEVs and FCEVs scoring 32.9% and 30.3% respectively. The results obtained in this study signify the importance of conducting circular economy performance assessments as planning tools as this assessment methodology interrelate environmental, social, economic, and technological factors which are integral for future infrastructural and urban planning.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».