MétaCan
Menu
Retour à la cohorte
Enregistrement W4385338922 · doi:10.52202/069564-0237

AIDRES: A Database for the Decarbonisation of the Heavy Industry in Europe

2023· article· en· W4385338922 sur OpenAlexaff
Luc Girardin, Ivan Kantor, Shivom Sharma, Daniel Flórez-Orrego, Meire Ribeiro-Domingos, Rafael Castro-Amoedo, Julia Granacher, Yi Zhao, Joris Valee, Juan David Correa, François Maréchal

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Policy
Établissements canadiensConcordia University
Organismes subventionnairesYara InternationalVrije Universiteit BrusselEuropean CommissionEuropean Chemical Industry Council
Mots-clésComputer scienceDatabase

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0090,015
Études des sciences et des technologies0,0000,000
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,012

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 Opus0,110
Tête enseignante GPT0,382
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRegional Development and PolicyTravaux en français237 207