Feasibility analysis of recycling and repurposing end-of-life vehicle batteries in isolated island areas: A case study in British Columbia, Canada
Notice bibliographique
Résumé
The increasing adoption of electric vehicles (EVs) is widely recognized as a pivotal strategy for mitigating climate change. However, the surge in EV usage brings significant challenges regarding the end-of-life management of lithium-ion batteries, particularly in geographically isolated islands, such as Vancouver Island, Canada. This study addresses the urgent need for effective waste management solutions by integrating life cycle assessment (LCA) and multi-criteria decision analysis (MCDA) to evaluate six distinct scenarios for managing spent EV batteries. These scenarios encompass pyrometallurgical and hydrometallurgical recycling, on-island and off-island repurposing for secondary applications, and landfilling. A comprehensive assessment of environmental, social, and economic impacts reveals that all management strategies, except landfilling, positively contribute to environmental performance. Among all scenarios, on-island repurposing emerges as the most feasible option across multiple impact categories, including terrestrial ecotoxicity, human health, and abiotic resources. Furthermore, hydrometallurgical recycling shows promise due to its efficiency and lower environmental burden compared to the pyrometallurgical method. The results offer valuable insights into optimizing waste EV battery management systems in island contexts and underscore the potential for innovative approaches. This research provides a framework for policymakers to optimize waste EV battery management systems in island regions, ensuring sustainable practices that align with growing EV markets. • Repurposed second-life batteries offer considerable economic benefits. • Hydrometallurgical recycling performs better than pyrometallurgical methods. • On islands, shorter transport distances and higher recycling rates are optimal. • Landfills are simpler and more achievable but do not ensure long-term sustainability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».