Urban Stock-Demography Approach to Uncover Electric Vehicle Battery and Embedded Lithium Stock across 366 Cities in China
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
Limited primary lithium resources has urged China to expand the secondary sources through recycling lithium-ion batteries (LIBs) to support its electric passenger vehicles (EPVs) ambitions. However, the lack of detailed geographic data complicates lithium stock measurement and hinders efficient recycling efforts. This study integrates urban demography approach into in-use stock analysis to map the spatial–temporal dynamics of lithium stock in EPVs across 366 Chinese cities from 2010 to 2020. The findings show LIB capacity increased from nearly 0 to 125 GWh in 2020 and in-use lithium stock reached 26.6 kilotons—2.4% of China’s total lithium reserves. Regional disparities persist: around 21 very large and super-large cities hold over 58% of total lithium in-use stock, with eastern regions dominating distribution; smaller cities, despite faster growth, maintain a smaller share. Population size, economic activity, and policy incentives emerge as key drivers, with a U-shaped relationship between per-capita lithium stock and newly introduced stock reflecting market saturation in some areas and policy-driven growth in others. Such high-resolution data can help governments and companies design recycling networks tailored to regional needs, promoting operational efficiency and sustainable lithium supply chains.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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