MétaCan
Menu
Retour à la cohorte
Enregistrement W4412902016 · doi:10.1093/ce/zkaf037

Decarbonization of coal-based chemical industry: the integral role of renewable energy

2025· article· en· W4412902016 sur OpenAlexaff
Min Gao, Haiming Nan, Haoyuan Chen, Lizhi Wang, Aihua Xing, Shuyan Liu

Notice bibliographique

RevueClean Energy · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensAlberta Energy
Organismes subventionnairesnon disponible
Mots-clésRenewable energyCoalEnvironmental economicsBusinessEnvironmental scienceNatural resource economicsWaste managementEconomicsEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Coal-based chemical industries remain vital for energy security and economic stability in regions lacking oil and gas resources, yet face increasing pressure from net-zero targets and low-carbon competition. At the same time, global renewable energy deployment is constrained by grid limitations. This study introduces renewablization—a transformative framework that repurposes renewable electricity, heat, and hydrogen as the core of a multivector energy system for coal-based chemical plants. Adopting the philosophy of EnergyPLAN model, we demonstrate strong operational and physical synergies between renewable energy supply and energy system demands of coal-based process, enabling large-scale integration without grid dependency. Unlike fragmented approaches such as carbon capture, utilization, and storage, which remain fossil-based, or isolated green hydrogen applications lacking systemic impact, renewablization offers a unified, scalable pathway. It repositions renewable energy as the dominant energy and feedstock source, with coal retained only as a carbon input. The strategy unfolds across system-wide, unit-level, and equipment-level layers. While the concept is operationally and economically viable, it calls for the future development of dedicated simulation tools to support its complex, integrated scenarios. Renewablization thus presents a compelling alternative to coal phase-out—aligning legacy industries with climate goals while maintaining their strategic value.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,179
Écart entre enseignants0,176 · 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'étudeSans objet
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClean EnergyMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207