MétaCan
Menu
Retour à la cohorte
Enregistrement W4376871049 · doi:10.1038/s41598-023-35150-3

Life cycle environmental impact assessment for battery-powered electric vehicles at the global and regional levels

2023· article· en· W4376871049 sur OpenAlexaff
Hongliang Zhang, Bingya Xue, Songnian Li, Yajuan Yu, Xi Li, Zeyu Chang, Haohui Wu, Yuchen Hu, Kai Huang, Lei Liu, Lai Chen, Yuefeng Su

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensDalhousie University
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésBattery (electricity)Life-cycle assessmentComputer scienceEnvironmental impact assessmentEnvironmental scienceAutomotive engineeringBiologyEngineeringEcologyEconomicsProduction (economics)

Résumé

récupéré en direct d'OpenAlex

As an important part of electric vehicles, lithium-ion battery packs will have a certain environmental impact in the use stage. To analyze the comprehensive environmental impact, 11 lithium-ion battery packs composed of different materials were selected as the research object. By introducing the life cycle assessment method and entropy weight method to quantify environmental load, a multilevel index evaluation system was established based on environmental battery characteristics. The results show that the Li-S battery is the cleanest battery in the use stage. In addition, in terms of power structure, when battery packs are used in China, the carbon footprint, ecological footprint, acidification potential, eutrophication potential, human toxicity cancer and human toxicity noncancer are much higher than those in the other four regions. Although the current power structure in China is not conducive to the sustainable development of electric vehicles, the optimization of the power structure is expected to make electric vehicles achieve clean driving in China.

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)0,001
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 enseignants0,600
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,025
Tête enseignante GPT0,310
Écart entre enseignants0,285 · 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

Citations68
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207