MétaCan
Menu
Retour à la cohorte
Enregistrement W4412931850 · doi:10.20944/preprints202507.2091.v1

Examining the Feasibility of Mine Thermal Energy Storage (MTES) in Glace Bay, Nova Scotia

2025· preprint· en· W4412931850 sur OpenAlexfundaboutno aff
Sara Sohrabikhah, Larry Hughes

Notice bibliographique

RevuePreprints.org · 2025
Typepreprint
Langueen
DomaineEnergy
ThématiqueGeothermal Energy Systems and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNova Scotia Department of EnergyU.S. Department of Energy
Mots-clésNova scotiaNova (rocket)BayEnvironmental scienceOceanographyGeologyEngineeringAeronautics

Résumé

récupéré en direct d'OpenAlex

Mine Thermal Energy Storage (MTES) offers a promising solution for sustainable heating by repurposing abandoned, water-filled mines as underground thermal reservoirs. This study assesses the feasibility of implementing MTES in Nova Scotia, with a focus on the Sydney Coalfield region, particularly Glace Bay. The research combines geological analysis, residential heat demand estimation, thermal storage capacity estimation, and cost-benefit evaluation to determine whether abandoned coal mines can support district heating applications. Results show that MTES can deliver substantial heating cost reductions compared to oil-based systems, while significantly lowering greenhouse gas emissions. The study also explores the integration of MTES with local renewable energy sources, including wind and solar, to enhance energy system flexibility and reliability. International case studies from Springhill (Canada), Heerlen (Netherlands), and Bochum (Germany) are analyzed to illustrate the scalability, performance, and operational challenges of MTES systems. Key technical barriers—such as water quality management, infrastructure investment, and seasonal variability in heat demand—are discussed. Overall, the findings highlight MTES as a viable and sustainable energy storage approach for Nova Scotia and other regions with legacy mining infrastructure.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,333
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,002
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 Opus0,129
Tête enseignante GPT0,331
Écart entre enseignants0,202 · 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.

Devis d'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetGeothermal Energy Systems and ApplicationsTravaux en français237 207