AIDRES: A Database for the Decarbonisation of the Heavy Industry in Europe
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.
Notice bibliographique
Résumé
The AIDRES database aims to support the long-term objective of a fully integrated industrial strategy in the EU-27, providing a service to the European Commission and a catalogue for industries to understand the effectiveness, efficiency and cost of potential innovation pathways for achieving carbon neutral processes in the steel, chemical, cement, glass, fertilizers and refineries sectors by 2050. The approach considers the geographical distribution of the annual production of key products quantified at EU-NUTS3 regional level. Process integration techniques are used to generate and evaluate the reference and future optimal production routes, providing a quantitative, technical and multi-criteria estimate of energy demand in Europe's major industrial sectors. Decarbonisation of the production considers routes achieving (i) substitution of less energy intensive products, (ii) electrification of the production, (iii) use of oxy-combustion, (iv) carbon capture transport and storage, (v) use of alternative fuels and (vi) biomass. This results in a per-ton-of-product database containing energy demand, direct emissions at the plant, amount of captured CO 2 and the associated investment and operation costs. Scenarios 2018-2050 for the energy prices, indirect upstream emissions, CO 2 allowance and production shift are considered to foreseen the operation expenditure and total emissions. Finally, the per-ton database is scaled-up at the NUTS3 level by the regional production capacity. The application of the database is demonstrated at the EU level for the analysis of the present and future evolution of selected heavy industrial sectors, reaching a direct emission reduction between 90-95% compared with 2015-2019 average.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle