MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403922666 · doi:10.1016/j.seta.2024.104036

Utilization of hydro sources in Canada for green hydrogen fuel production

2024· article· en· W4403922666 sur OpenAlexaboutno aff
G. Kubilay Karayel, İbrahim Dinçer

Notice bibliographique

RevueSustainable Energy Technologies and Assessments · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Hydrogen productionEnvironmental scienceWaste managementHydrogen fuelBusinessHydrogenEngineeringFuel cellsEconomicsChemistryChemical engineering

Résumé

récupéré en direct d'OpenAlex

The present study comprehensively examines the application of hydro, wave, tidal, undersea current and geothermal energy sources of Canada for green hydrogen fuel production. The estimated potential capacity of each province is derived from official data and acceptable assumptions and is subject to discussion and evaluation in the context of a viable hydrogen economy. According to the findings, the potential for green hydrogen generation in Canada is projected to be 48.86 megatons. The economic value of the produced green hydrogen results in an equivalent of 21.30 billion US$. The top three provinces with the highest green hydrogen production potential using hydro resources, including hydro, wave, tidal, undersea current and geothermal, are Alberta, Quebec, and British Columbia with 26.13 Mt, 7.34 Mt, and 4.39 Mt, respectively. Quebec is ranked first by only considering the marine sources, including 4.14 Mt with hydro, 1.46 Mt with wave, 0.27 Mt underwater current, and 1.45 Mt with tidal, respectively. Alberta is listed as the province with the highest capacity for hydrogen production from geothermal energy, amounting up to 26.09 Mt. The primary objective is to provide comprehensive hydrogen maps for each province in Canada, which will be based on the identified renewable energy potential and the utilization of electrolysers. This may further be examined within the framework of the prevailing policies implemented by local communities and officials in order to develop a sustainable energy plan for the nation.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,393

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,253
Écart entre enseignants0,240 · 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'étudeObservationnel
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

Citations8
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueSustainable Energy Technologies and Assessments→Même sujetHybrid Renewable Energy Systems→Travaux en français237 207→