Life cycle assessment of nickel, manganese, cobalt critical minerals: lithium hydroxide monohydrate (mine-to-material) in Québec, Canada
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.
Notice bibliographique
Résumé
The production of electric vehicles (EVs) is rapidly expanding, particularly in North America, where new lithium-ion battery (LIB) and original equipment manufacturing (OEM) plants are being built. This has increased the demand for critical minerals, especially lithium. As the supply chain shifts from Asia, particularly from China to North America, there is a growing focus on sourcing these minerals locally, especially in Canada and the United States. Thus, establishing a sustainable LIB supply network is essential to minimize the detrimental environmental impacts. A life cycle assessment (LCA) is a key tool in achieving this goal. Québec, Canada, holds one of the world's largest deposits of spodumene ore, a major source of lithium. This study conducted an LCA of battery-grade lithium hydroxide monohydrate (LiOH•H 2 O) produced from Québec spodumene. Results show that producing one ton of LiOH•H 2 O emits approximately 5.46 tons of CO 2 -equivalent. This assessment serves as the foundation for a broader series of LCAs on all critical materials in battery production. Understanding the full environmental impact of EV batteries requires evaluating each stage, from raw material extraction to manufacturing, use, and disposal. Identifying emissions hotspots within the supply chain allows for targeted improvements. By applying this holistic approach, the EV industry can develop strategies to reduce greenhouse gas emissions and ensure the transition to electric mobility is both sustainable and environmentally responsible.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle