Assessing the feasibility of electrifying container ships for sustainable maritime transport
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
Maritime shipping accounts for over 80 % of global trade and about 3 % of global CO₂ emissions due to its reliance on fossil fuels for propulsion and auxiliary power generation. This study assesses in detail the energy demand, CO₂ emissions, and renewable energy infrastructure required to electrify container ships operating from Los Angeles Harbor (LAH) across three representative capacity ranges: 5000–7999 TEU, 8000–11,999 TEU, and 12,000–14,499 TEU. The estimated annual propulsion energy demand for these vessel classes is 227,842 MWh, 253,884 MWh, and 253,055 MWh, respectively, reflecting the growing energy requirements with increased displacement and engine capacity. Larger vessels show higher total power consumption but greater transport efficiency, as energy demand per TEU decreases from 45.6 MWh/TEU for the smallest class to 21.1 MWh/TEU for the largest, representing a 54 % improvement in energy intensity and overall fuel economy. Average cruising speeds are 24.6, 23.9, and 23.8 knots for the three classes, respectively, indicating that scale optimization does not significantly compromise operational performance. Under heavy fuel oil (HFO) operation, annual CO₂ emissions reach 72,245 t, 92,797 t, and 96,845 t per vessel, while full battery-electric operation powered entirely by renewable sources nearly eliminates these emissions. Reducing sailing speed by 25 % lowers annual fuel consumption by roughly 30 %, decreasing CO₂ emissions to about 67,700 t for the smallest class, demonstrating the strong non-linear relationship between speed and fuel use. Renewable methanol reduces emissions to around 29.8 gCO₂/TEU-n.mile, LNG achieves approximately 59.6 gCO₂/TEU-n.mile, and low-sulfur HFO produces nearly 99 gCO₂/TEU-n.mile. Battery weight increases propulsion power by roughly 3 % for the largest ship, but remains a secondary factor compared with voyage energy requirements.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,002 | 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