MétaCan
Menu
Retour à la cohorte
Enregistrement W4412041137 · doi:10.32390/ksmer.2025.62.3.274

Cost Analysis of the Blue Hydrogen Supply from Canada to Korea

2025· article· en· W4412041137 sur OpenAlexaboutno aff
Amisha Flowrence Gomes, Namhwa Kim, Hyundon Shin

Notice bibliographique

RevueJournal of the Korean Society of Mineral and Energy Resources Engineers · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensnon disponible
Organismes subventionnairesKorea Institute of Energy Technology Evaluation and PlanningMinistry of Trade, Industry and Energy
Mots-clésCost analysisHydrogenEnvironmental scienceBusinessNatural resource economicsWaste managementEconomicsChemistryEngineeringOperations research

Résumé

récupéré en direct d'OpenAlex

This study conducts a cost analysis of blue hydrogen supply from Canada to South Korea by modeling two distinct supply chain scenarios using Monte Carlo simulation.Scenario 1 involves importing liquefied natural gas (LNG) from Canada for domestic hydrogen production in South Korea, coupled with carbon capture and storage (CCS) integration.Scenario 2 involves producing blue hydrogen in Canada and importing it to Korea using various carrier options, such as liquefied hydrogen, ammonia, and liquid organic hydrogen carriers.Blue hydrogen, which is produced primarily through steam methane reforming, partial oxidation, and autothermal reforming, incorporates CCS to reduce carbon emissions.The economic analysis using Monte Carlo simulations in both scenarios shows that blue hydrogen stored in ammonia from Scenario 2 has the lowest supply cost at 7.33 $/kgH 2 , making it the most cost-effective option.Although Canada's current LNG supply to Korea is limited, future strategic energy planning supports the feasibility of this scenario.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,292
Score d'incertitude au seuil0,587

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,006
Tête enseignante GPT0,187
Écart entre enseignants0,181 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Korean Society of Mineral and Energy Resources EngineersMême sujetHybrid Renewable Energy SystemsTravaux en français237 207