MétaCan
Menu
Retour à la cohorte
Enregistrement W599168387

Impacts of Geographic Variation on Aluminum Lightweighted Plug-In Hybrid Electric Vehicle Greenhouse Gas Emissions

2013· article· en· W599168387 sur OpenAlexfundno aff
Joseph S. Colett

Notice bibliographique

RevueDeep Blue (University of Michigan) · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMaterial Selection and Properties
Établissements canadiensnon disponible
Organismes subventionnairesBonneville Power AdministrationDepartment of Environment and Primary IndustriesDivision of Emerging FrontiersNatural Environment Research CouncilCanada Excellence Research Chairs, Government of CanadaU.S. Department of EnergyNational Highway Traffic Safety AdministrationDivision of Emerging Frontiers in Research and InnovationNational Science Foundation
Mots-clésGreenhouse gasVariation (astronomy)Environmental sciencePlug-inComputer scienceEcologyPhysicsOperating systemBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Increasing fuel prices, environmental concerns, and fuel efficiency regulations are precipitating the adoption of new vehicle construction and propulsion technologies that are sensitive to location of vehicle production and use. This sensitivity to location stands in contrast to the dominant vehicle technologies of the last 100 years. Plug-in hybrid electric powertrains and lightweight automotive aluminum are especially location sensitive as vehicle battery charging and aluminum production consume large amounts of electricity from a geographically variable electricity grid. This thesis focused on the impact of geographic variation on lifetime greenhouse gas emissions of aluminum lightweighted plug-in hybrid electric vehicles. We conducted a high resolution characterization of U.S. primary aluminum production, paying special attention to the methods used to allocate consumed electricity emissions, and performed a case study in which a plug-in hybrid vehicle’s conventional steel hood was lightweighted with aluminum. By understanding the impact of regional variations in material production and vehicle use, we wish to inform decision makers of potential hotspots within their vehicle design and material supply chain strategies. This information can help direct attention to the most impactful parts of the vehicle’s lifecycle and ensure that strategies designed to lower the lifetime greenhouse gas emissions of personal transport have the desired effect.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,173
Écart entre enseignants0,167 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDeep Blue (University of Michigan)Même sujetMaterial Selection and PropertiesTravaux en français237 207