A Review of Carbon Capture and Valorization Technologies
Notice bibliographique
Résumé
Global fossil fuel consumption has induced emissions of anthropogenic carbon dioxide (CO2), which has emanated global warming. Significant levels of CO2 are released continually into the atmosphere from the extraction of fossil fuels to their processing and combustion for heat and power generation including the fugitive emissions from industries and unmanaged waste management practices such as open burning of solid wastes. With an increase in the global population and the subsequent rise in energy demands and waste generation, the rate of CO2 release is at a much faster rate than its recycling through photosynthesis or fixation, which increases its net accumulation in the atmosphere. A large amount of CO2 is emitted into the atmosphere from various sources such as the combustion of fossil fuels in power plants, vehicles and manufacturing industries. Thus, carbon capture plays a key role in the race to achieve net zero emissions, paving a path for a decarbonized economy. To reduce the carbon footprints from industrial practices and vehicular emissions and attempt to mitigate the effects of global warming, several CO2 capturing and valorization technologies have become increasingly important. Hence, this article gives a statistical and geographical overview of CO2 and other greenhouse gas emissions based on source and sector. The review also describes different mechanisms involved in the capture and utilization of CO2 such as pre-combustion, post-combustion, oxy-fuels technologies, direct air capture, chemical looping combustion and gasification, ionic liquids, biological CO2 fixation and geological CO2 capture. The article also discusses the utilization of captured CO2 for value-added products such as clean energy, chemicals and materials (carbonates and polycarbonates and supercritical fluids). This article also highlights certain global industries involved in progressing some promising CO2 capture and utilization techniques.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».