A Critical Review on Electric Vehicle Batteries — Based on Life Cycle Assessment Method
Notice bibliographique
Résumé
Currently, the production of electric vehicles and the lithium batteries that powers them is increasing significantly. Thus, this dissertation combines the literature review approach and the life cycle assessment (LCA) method to investigate the environmental or social impact of lithium batteries for electric vehicles from cradle to grave. According to the literature review, the environmental impacts of lithium batteries include carbon dioxide and harmful electrolyte emissions, water pollution, air pollution, solid waste emissions, gaseous pollutants, volatile organic compounds, nitrogen oxides, heavy metals, organic pollutants, particulate matter and CO2 emissions. Therefore, lithium batteries for electric vehicles pose a great environmental concern. In addition, the confusion surrounding the definition of lithium batteries in LCA can pose a significant concern. The in-depth analysis reveals that there is a lack of uniform data on EV lithium batteries, a low recycling rate of lithium batteries, and a lack of waste stream management. There is no uniformity in the technology and development of lithium batteries among countries such as China, Canada, and the USA. As a result, the secondary data may only represent this region. Besides, the literature consulted covers a long period of time. There is little possibility that the negative environmental impact of earlier technology like the burning of lithium batteries in incinerators can now be improved. Moreover, lithium batteries are still in the development stage. Therefore, there is still room for potential development in the future.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».