The world’s first battery electric timber truck: analysis of the first two years of operation
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
Electromobility plays a key role on the path toward a sustainable society, where electrification of freight transports can mitigate climate change by decreasing the use of fossil fuels, reducing noise, and improving air quality. For heavy trucks there are several challenges and aspects to consider. Among these are estimating total cost, estimating energy consumption, deciding on charging locations and capacity, fleet mix, and how to make route planning. Many companies are making investment decisions to introduce electric trucks without accurate information or any practical experience on these aspects. One reason is the lack of electric heavy trucks in actual operation and information on their use available. We present and analyze the performance from the first two years of operation of the world’s first fully battery electric timber truck at the forest company SCA operating in Sweden. The analysis is based on quantitative data from the Scania battery electric timber truck with more than 65,000 kms of operation, as well as qualitative data from unstructured interviews with persons involved in developing and operating the truck, both inside and outside SCA. The analysis provides important information and experiences of the transport, energy consumption based on multiple measurement systems and estimations, total cost, and a sensitivity analysis comparing diesel and electric heavy trucks using the most important input including electric and diesel price, purchasing price, government subsidies, C02 emission reduction, and charging downtime. From this, it is clear how electrical trucks can be competitive.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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