MétaCan
Menu
Retour à la cohorte
Enregistrement W4313823886 · doi:10.3390/su15021138

Assessing and Managing the Direct and Indirect Emissions from Electric and Fossil-Powered Vehicles

2023· article· en· W4313823886 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSustainability · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasFossil fuelElectricityRenewable energyElectricity generationEnvironmental scienceGlobal warmingNatural resource economicsEnvironmental engineeringEngineeringWaste managementClimate changePower (physics)EcologyElectrical engineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Efforts to improve air quality and concerns about global warming make transportation mediums that do not produce emissions more attractive to end users. Meanwhile, some of these transportation mediums are powered by an electricity grid that generates a great deal of emissions. This study compared the greenhouse gas GHG emissions for both electric and fossil-powered vehicles using estimates of tailpipe emissions of fossil-powered vehicles and the indirect emissions from the electricity grid. Furthermore, a system dynamic model was developed for a more holistic review of the GHG emissions for both electric and fossil-powered vehicles. The result indicated that in terms of associated emissions from the grid, electric-powered vehicles are not always better than fossil-powered vehicles when the electricity is not from a renewable source. The GHG emissions for electric-powered vehicles are dependent on both the electricity usage rate of the vehicle and the GHG emissions that are associated with the production of that amount of electricity. Further opportunities exist in renewable and clean energy technologies for various operations. Based on reports from previous works, this report also presented potential strategies to achieve a significant reduction in GHG emissions for both the electricity grid and fossil fuel refining processes.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,410

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,246 · 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