MétaCan
Menu
Retour à la cohorte
Enregistrement W4404872961 · doi:10.1016/j.esr.2024.101597

Renewable energy in the mining industry: Status, opportunities and challenges

2024· article· en· W4404872961 sur OpenAlexaff
Xuexian Li, Qinghua Gu, Qian Wang, Jiale Luo, Di Liu, Yu Sheng Chang

Notice bibliographique

RevueEnergy Strategy Reviews · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésRenewable energyBusinessNatural resource economicsEnvironmental economicsRisk analysis (engineering)Industrial organizationEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

Currently, the mining sector is confronted with declining ore grades, volatile energy prices, and environmental pollution from massive carbon emissions. Due to the advantages of RE in terms of emission reduction and cost, some mining companies are actively exploring integrating RE in production to alleviate these challenges. At the same time, the integration of RE in mining sites also faces many obstacles. This paper highlights the importance of incorporating RE into mining projects through a comprehensive review of existing research and analyzes the opportunities and challenges from multiple perspectives. Finally, the conclusions summarize the gaps in existing work and provide appropriate recommendations. The paper aims to inform and provide implications for the transition to RE practices in the mining industry. • This paper highlights the importance of integrating renewable energy (RE) into mining projects by a comprehensive review. • The feasibility and application potential of integrating RE in the mining industry are analyzed from multiple perspectives. • The current techno-economic analysis and MCDM for the deployment of RE projects in the mining industry are reviewed. • The advantages and opportunities of RE in mining are summarized in four areas: economic, environmental, social and policy. • The barriers are analyzed from five perspectives: technology, expertise, financing, legislation and related interests.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,002
Communication savante0,0050,006
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,147
Tête enseignante GPT0,268
Écart entre enseignants0,121 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy Strategy ReviewsMême sujetMining Techniques and EconomicsTravaux en français237 207