TheNext Lithium Boom? Assessment of U.S. DomesticProduction Pathways through Economic and Environmental Lenses
Notice bibliographique
Résumé
This study examines current and future lithium production from primary resources in the United States, with a focus on economic viability and environmental sustainability using factory-level data. Four production methods/resources were evaluated: conventional brine extraction from Silver Peak, direct lithium extraction from Clayton Valley, sedimentary rock in Thacker Pass, and hard-rock spodumene sourced from Canada and refined in Texas. The key economic performance indicators include capital and operational expenditures (CAPEX and OPEX), net present value (NPV), internal rate of return (IRR), and payback period (PBP) across 21 lithium carbonate price scenarios ($10,000 to $50,000/ton LCE) over 20 years. DLE shows the lowest CAPEX but the highest OPEX due to higher energy use. Estimated OPEX per ton LCE is $6350 for Thacker Pass, $4600 for Silver Peak, $7850 for DLE, and $6100 for Hard Rock. Environmental assessments show CO<sub>2</sub> emissions (tons per ton LCE) of 10 for Thacker Pass, 4.3 for Silver Peak, 17.4 for DLE, and 17.6 for Hard Rock. While DLE and hard rock methods have higher emissions, Silver Peak stands out as the most environmentally efficient due to its use of solar evaporation and low chemical usage.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 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 ».