Life Cycle Emissions of Electric Vehicles in North America: Temporal Dynamics and Policy Assessment
Notice bibliographique
Résumé
Electrification of transport is often considered one of the key steps along the path towards a climate-friendly future. Consequently, many countries are implementing policies encouraging this transition and investing in infrastructure such as charging stations. While electric vehicles (EVs) are considered environmentally friendly because they have no tailpipe emissions, battery production produces significant greenhouse gas emissions and the well-to-wheel emissions vary depending on the composition of the electricity grid. This study analysed whether promoting EVs is a valid policy for mitigating GHG emissions in North America, by calculating three environmental performance indicators for EVs. This study applies calculations from the literature to calculate EV life cycle emissions in Canada, Mexico and the USA, as well as for the 50 states, D.C. and Québec. Additionally, this study looks at temporal aspects of how national electricity grids may change depending on current policies as well as the evolution of battery production and vehicle efficiency. The study found that EVs in Canada would have lower life-cycle emissions than in the other nations, but that overall, EVs had lower life-cycle emissions than petrol and diesel vehicles in all three nations. At the regional level, Québec had the lowest emissions for an EV while Iowa and Alaska had the highest. Emissions from EVs are expected to decrease across nations and states over the next few years. Policies should reflect the regional variation by prioritising grid decarbonisation over EV uptake in certain areas.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».