MétaCan
Menu
Back to cohort

The role of hydrogen in the energy transition

2021· dissertation· W7151076546 on OpenAlexaboutno aff
Sai Bravo Melgarejo

Bibliographic record

Venuenot available
Typedissertation
Language
FieldEngineering
TopicElectric Vehicles and Infrastructure
Canadian institutionsnot available
Fundersnot available
KeywordsTransition timeHydrogen moleculeEnergy (signal processing)

Abstract

fetched live from OpenAlex

Le rôle de l'hydrogène dans la transition énergétique Le respect du pacte vert européen et des accords de Paris implique de parvenir à la neutralité carbone d’ici 2050.Cette thèse étudie, à travers trois chapitres, le rôle de l’hydrogène dans la transition énergétique. Les deux premiers chapitres abordent chacun un défi lié au déploiement de l’hydrogène dans le secteur des transports, tandis que le troisième aborde le stockage à base d'hydrogène dans le marché de l'électricité. Le premier chapitre développe un modèle théorique étudiant les conditions pour la transition vers un secteur des transports routiers à faible niveau d’émissions carbone. Les résultats suggèrent qu’aucun producteur vert ne peut entrer sur le marché lorsque les consommateurs ont des informations limitées sur l'origine de l'hydrogène. Un label pour l'hydrogène vert permet à plusieurs technologies de production de coexister, alors que l’utilisation de restrictions verticales est préférable pour la société. Le deuxième chapitre s'appuie sur une stratégie empirique pour étudierla diffusion des véhicules verts dans les flottes publiques en Californie entre 2012 et 2019. Ces flottes suivent un équilibre de diffusion de l’innovation qui semble être limité par des instruments de régulation. Les résultats suggèrent que les bonus sont peu efficaces pour promouvoir l’achat public de véhicules verts. Les réglementations d’injonction et de contrôle semblent donc plus adaptées que les instruments de marché pour les achats publics. Le troisième chapitre construit un modèle du marché de l’électricité étudiant l’investissement dans l’énergie solaire et son stockage. Le modèle est calibré avec des données du Québec. Le gouvernment peut choisir entre une régulation par les quantités ou les prix. Compte tenu des coûts et de l’efficacité actuels, le stockage d’hydrogène n’est jamais possible. Pour que les consommateurs investissent dans du stockage décentralisé et que le réseau ait des bénéfices, une réduction des coûts d’exploitation du réseau est nécessaire.Le surplus des consommateurs et le bien-être social sont toujours plus importants avec une régulation par les quantités. Celle-ci est compatible avec du stockage centralisé.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: Theoretical or conceptual
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.008
Threshold uncertainty score0.028

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.002
Scholarly communication0.0020.003
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0080.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.002
GPT teacher head0.175
Teacher spread0.173 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same topicElectric Vehicles and InfrastructureFrench-language works237,207