MétaCan
Menu
Retour à la cohorte
Enregistrement W4413209732 · doi:10.1016/j.egycc.2025.100211

Transportation in net-zero emissions futures: Insights from the EMF-37 model intercomparison study

2025· article· en· W4413209732 sur OpenAlex
Christopher Hoehne, Matteo Muratori, John Bistline, Carol S. Lenox, David McCollum, Morgan Browning, Kara Podkaminer, Robert Beach, Robbie Orvis, Shiqi Ou, Page Kyle, Megan Mahajan, Haewon McJeon, Catherine Ledna, Marc Melaina, Yongxia Cai, Christopher Ramig, Aniss Bahreinian, Nadejda Victor, Olivier Bahn, Kathleen Vaillancourt, Emma Starke, Allen A. Fawcett, James McFarland, Geoffrey J. Blanford, Trieu Mai, John P. Weyant

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnergy and Climate Change · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensSimon Fraser UniversityHEC Montréal
Organismes subventionnairesNational Energy Technology LaboratoryNational Renewable Energy LaboratoryU.S. Department of Energy
Mots-clésFutures contractEnvironmental scienceNet (polyhedron)Zero (linguistics)MeteorologyClimatologyEconomicsGeographyMathematicsGeologyFinancial economics

Résumé

récupéré en direct d'OpenAlex

emissions by 2050. We find the U.S. transport sector is poised to play the most significant role in reducing demand-side emissions, mostly driven by technology substitution, as modeling results suggest a limited role for mode shifting and for reduced use of personal car travel. Among various technology solutions, models show agreement that passenger on-road vehicles will largely transition to electric vehicles (EVs), while solutions to decarbonize heavier travel modes are more diverse and include greater use of liquid biofuels and hydrogen. Research should continue to investigate the evolution of on-road electrification, the role of biofuels and hydrogen across heavier travel modes, and the role of mode shift and travel behavior change to support personal transportation decarbonization at national and regional scales to temper the rapid growth in clean fuel and electricity demand.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,544
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,250
Écart entre enseignants0,226 · 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