MétaCan
Menu
Retour à la cohorte
Enregistrement W4405702159 · doi:10.1021/acsenergylett.4c02852

Economic Viability of Integrated CO<sub>2</sub> Capture and Conversion

2024· article· en· W4405702159 sur OpenAlexafffund
Yongwook Kim, Marzieh Namdari, Andrew Jewlal, Yifu Chen, Douglas J. D. Pimlott, Monika Stolar, Curtis P. Berlinguette

Notice bibliographique

RevueACS Energy Letters · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensCanadian Institute for Advanced ResearchUniversity of British Columbia
Organismes subventionnairesCanada First Research Excellence FundCanada Foundation for InnovationNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanadian Institute for Advanced Research
Mots-clésEnvironmental scienceProcess engineeringMaterials scienceWaste managementChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

The capture of CO 2 using alkaline solutions requires significant thermal energy to release CO 2 from a (bi)carbonate-enriched solution. This release of CO 2 can instead be performed electrochemically with a “bicarbonate electrolyzer”. The bicarbonate electrolyzer forms acid equivalents to convert a (bi)carbonate-enriched eluent from a CO 2 capture unit into CO 2 and, in turn, an upgraded carbon product such as CO and ethylene. There exists a tension for this closed-loop cycle to be put into practice: a smaller CO 2 capture unit is required when using a more caustic CO 2 capture solution, yet the electrolyzer works more effectively at a lower pH. Here, we elaborate on three different methods to align different pH regimes to couple air capture to CO 2 electrolysis. We also use a mass-balance model to assess the commercial viability of a reactive carbon capture system that integrates the CO 2 capture unit with a bicarbonate electrolyzer to show a levelized CO breakeven price below $1 kg CO –1 . These economics, coupled with the other practical advantages of providing an electrolyzer with a liquid feedstock, present a compelling case for reactive carbon capture.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,003
Tête enseignante GPT0,172
Écart entre enseignants0,169 · 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'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

Citations33
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Energy LettersMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207