MétaCan
Menu
Retour à la cohorte
Enregistrement W4386527527 · doi:10.1615/978-1-56700-525-7.76

Chapter 1. Renewable Energy Storage: Too Many Options, Not Enough Time?

2022· book-chapter· en· W4386527527 sur OpenAlexaff
Graham T. Reader

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésRenewable energyComputer scienceEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The central, if not only, strategy to end anthropogenic climate change is the complete replacement of the use of natural fossil fuels, as soon as possible, by energy generated preferably from renewable and sustainable sources.This is a more significant challenge than often imagined since fossil fuels account for more than 63% of electrical generation globally, and at least 84% of global energy consumption.Two decades ago the fossil fuel share of electricity production was 64.8% and 86.1% of energy consumption [1].These slight decreases have been described as a slump in use, while the share of global energy consumption from renewable energies use has increased over the past decade from 16.4 to 17.1%, often described as a rapid or an exponential rise (see, e.g., [2,3]).These are likely well-intentioned narratives, but they could create notions and expectations that the transition away from fossil fuel usage will be simple, which is, unfortunately, misleading.The favored replacements for fossil fuels are renewable energy sources, especially solar and wind, but the variability, seasonality, geographic location, and intermittency of the sources present issues that must be overcome.Yet, there will be times when the energy generated by these sources exceeds consumer demand.If, during such times of overgeneration, the excess energy could somehow be stored to produce continuous, levelized, demand-supply attributes, then it should be possible for the adoption of renewable energy sources to be accelerated.Additionally, adequate energy storage could lessen the huge costs associated with the rapid installation of universal electrical grid systems and increasing larger solar and wind energy conversion farms.Smil's authoritative history of energy transitions shows that they are far from being instant and are driven largely by availability, affordability, and consumer acceptance [4].However, to these transition drivers must now be added the concerns associated with anthropogenic climate change.Increases in greenhouse gas (GHG) emissions since the 18th century start of the Age of Fossil Fuels have been connected to the rising global terrestrial and oceanic surface temperatures, particularly by sophisticated climate models.These models forecast that

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0420,009

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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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
GenreAutre

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetExtraction and Separation ProcessesTravaux en français237 207