MétaCan
Menu
Retour à la cohorte
Enregistrement W4405656068 · doi:10.1016/j.resconrec.2024.108094

Revealing material requirements and environmental impacts of Canadian wind energy development using dynamic material flow analysis

2024· article· en· W4405656068 sur OpenAlexafffundabout
Peijin Jiang, Bidhan Bhuson Roy, Qingshi Tu

Notice bibliographique

RevueResources Conservation and Recycling · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterial flow analysisEnvironmental scienceMaterial flowFlow (mathematics)Energy flowWind powerEnvironmental impact assessmentEnvironmental analysisEnvironmental resource managementEngineeringCivil engineeringEnergy (signal processing)Environmental engineeringWaste managementEcologyMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

This study created an open-source dynamic material flow analysis (dMFA) model for wind turbines. A case study was conducted using Canadian historical wind turbine construction data alongside future wind energy projections from GCAM (Global Change Analysis Model) and the Canada Energy Regulator. The results indicate that current production levels (virgin + recycled) of rare earth elements (REEs) are insufficient to meet future needs (from 2020 to 2050), with current closed-loop recycling practices projected to fulfill <0.5 % of the demand for neodymium (Nd) and dysprosium (Dy). Despite a small contribution from the material circularity perspective, current closed-loop recycling practice can still potentially lead to a cumulative (from 1993 to 2050) reduction of climate change impacts ranging from 2.11 to 2.95 million tonnes of CO 2 equivalent.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,649
Score d'incertitude au seuil0,974

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,215 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueResources Conservation and RecyclingMême sujetRecycling and Waste Management TechniquesTravaux en français237 207