MétaCan
Menu
Retour à la cohorte
Enregistrement W4399654377 · doi:10.54097/b36n4e98

Assessment of new hydrogen fuel cell technology in Electrical vehicles application and how it would improve the EV’s performance

2024· article· en· W4399654377 sur OpenAlexaff
Yueyang Wu, Yuwei Yang

Notice bibliographique

RevueHighlights in Science Engineering and Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFuel cellsAutomotive engineeringHydrogen fuelHydrogenComputer scienceNuclear engineeringEngineeringChemistryChemical engineering

Résumé

récupéré en direct d'OpenAlex

In light of climate change and air pollution, this paper addresses the urgent issue of sustainable transportation. The potential of Fuel Cell Hybrid Vehicles (FCHVs) utilizing Proton Exchange Membrane (PEM) technology is investigated, focusing on the reduction of greenhouse gas emissions by utilizing hydrogen as an energy carrier. Analyzing the intricate interplay between FCHV control systems and overall efficiency, we explore diverse Energy Management Systems (EMS) strategies' impacts on fuel cell degradation, battery performance, and cost. Through a comprehensive literature review, our research underscores FCHVs' pivotal role in achieving sustainability goals while navigating the intricate landscape of technology, control strategies, efficiency, and environmental imperatives. We also evaluate its social, economic, and ecological benefits compared to traditional vehicles. At last, we address specific gap questions which could be studied 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 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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,797
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,003
Tête enseignante GPT0,201
Écart entre enseignants0,198 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHighlights in Science Engineering and TechnologyMême sujetElectric Vehicles and InfrastructureTravaux en français237 207