The impact of blockchain technology on the environment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper focuses on the environmental impact of blockchain technology, particularly on electricity consumption for equipment operation and cooling. During its operation, the device energy is converted into heat, which must be efficiently dispersed. Additionally, the paper examines the rate of mining equipment replacement and the subsequent e-waste concerns. The impact of blockchain technology on the environment is a complex and debated topic. Only the following two aspects are discussed in this paper: 1) Energy Consumption: (a) Positive Impact: Blockchain technology, especially in the context of cryptocurrencies like Bitcoin, has been criticized for its high energy consumption due to the consensus mechanism called Proof of Work (PoW). However, some blockchain networks use alternative consensus mechanisms like Proof of Stake (PoS), which is more energy-efficient, and b) Negative Impact: PoW-based blockchains, such as Bitcoin, require significant computational power, leading to high energy consumption. The environmental impact is a concern, especially if the electricity used comes from non-renewable sources. 2) Mining and E-Waste: (a) Positive Impact: Blockchain technology can help in tracking the supply chain and provenance of minerals, which could reduce the use of conflict minerals and promote ethical mining practices. (b)Negative Impact: The mining of cryptocurrencies involves specialized hardware that becomes obsolete quickly, contributing to electronic waste (e-waste). This can have negative environmental consequences if not properly managed and recycled. The central topic of this paper is electric energy consumption and as a consequence CO2 emission footprint. Because of the fast growth of data centers and mining centers, consumption of electric energy has grown exponentially in the past decade. Together with the consumption of electric energy, CO2 emission grows dramatically.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle