MétaCan
Menu
Retour à la cohorte
Enregistrement W4414485553 · doi:10.33423/jabe.v27i5.7851

The Inflation Reduction Act and Its Impact on Fuel Cell Companies: A Financial and Market Analysis

2025· article· en· W4414485553 sur OpenAlexvenueno aff

Notice bibliographique

RevueJournal of Applied Business and Economics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveTax creditRevenueProfitability indexCarbon taxRenewable energyTax revenueInvestment (military)

Résumé

récupéré en direct d'OpenAlex

The Inflation Reduction Act (IRA), enacted in August 2022, aimed to accelerate the adoption of clean energy through substantial tax credits and incentives for hydrogen production and fuel cell technologies. This paper evaluates the financial performance and stock price trends of three leading U.S. fuel cell firms, Plug Power Inc., Bloom Energy Corp., and FuelCell Energy Inc., to assess whether IRA incentives improved stability and investor sentiment. Despite the Section 45V Clean Hydrogen Production Tax Credit and extended Investment Tax Credit (ITC), long-term profitability remains out of reach. Plug Power’s revenue declined 29.5% from 2023 to 2024, while FuelCell Energy’s net losses widened by 45%. Bloom Energy fared better with tighter cost controls and lower debt, yet remains unprofitable. Stock analysis shows early optimism gave way to skepticism as losses mounted: Plug Power’s share price collapsed from $30 to below $3, FuelCell Energy followed suit, and Bloom Energy’s decline was less severe. The findings suggest IRA incentives alone cannot secure industry success; operational discipline, efficient cost structures, and revenue growth remain essential for sustaining investor confidence.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 GPT0,185
Écart entre enseignants0,182 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Business and EconomicsMême sujetElectric Power System OptimizationTravaux en français237 207