MétaCan
Menu
← Retour à la cohorte
Enregistrement W7057991370

LIFE CYCLE ASSESSMENT OF HYDROGEN PRODUCTION FROM CANADIAN BIOMASS USING FORMIC ACID AS AN ENERGY CARRIER FOR TRANS-ATLANTIC ENERGY EXPORT

2024· dissertation· en· W7057991370 sur OpenAlexaboutno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2024
Typedissertation
Langueen
DomaineEngineering
ThématiqueMagnetic Field Sensors Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFormic acidLife-cycle assessmentEnergy carrierHydrogen economyBiomass (ecology)Hydrogen productionFossil fuelHydrogenHydrogen fuel
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The importance of Hydrogen (H2) in current global energy systems is undeniable. Moving from the energy systems depending on fossil fuel to energy systems that are carbon-free is a necessity, thus solutions such as hydrogen economy is required. Especially after recent geopolitical challenges in Europe which could make the energy acquisition a crucial problem. Liquid organic hydrogen carriers (LOHC) are applicable pathways for transitioning H2 into energy and to avoid the storage and transportation limitations of gaseous and liquid H2. Formic acid (FA) is an attractive alternative for such purposes due to its minimal level of toxicity and its significant volumetric storage capacity for H2. In this study, a Life cycle assessment (LCA) of the supply chain involving the Trans-Atlantic export of energy from Canada to Germany is conducted using formic acid as a LOHC and OxFA process to convert biomass to formic acid. The environmental impacts of all units and processes involved in this supply chain are examined, and the results are compared against other traditional systems for hydrogen production. A sensitivity analysis was also performed to recognize the crucial contributors and assess the processes and units that impose considerable influence on the overall environmental impact.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,362
Score d'incertitude au seuil0,727

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,009
Tête enseignante GPT0,213
Écart entre enseignants0,203 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)→Même sujetMagnetic Field Sensors Techniques→Travaux en français237 207→