arXiv、Jxiv、Zenodo、SSRN、J-STAGE 等から GX・脱炭素関連の論文を収集し、 AI 関連度スコアと日英の編集解説付きで一覧化します。 原典 DOI と provenance trail を併記し、利用者は元の論文に戻れます。
要約は AI 支援で生成されています。最終的な解釈・検証は利用者が原典に基づいて行ってください。
308 件中 301–308 件
The 'Intelligent Trap' in Corporate Finance—A Study Based on New Energy Vehicle Enterprises
Q. Zeng
この研究は、新エネルギー車企業のAI依存度が財務リスクに与える影響を実証的に分析した。2013～2023年の上場企業データを用いて、AI依存度が財務安全性を低下させることを示し、知識や知的設備の出力、特許変換がリスクを緩和することを明らかにした。AIへの過度な依存は正常な研究開発を阻害し、財務・市場業績を悪化させる可能性があると警告している。
Competitiveness Analysis of New Energy Vehicle Enterprises under Green Transition: A Case Study of BYD
Junze Yin
本論文は、中国のNEV大手BYDを対象に、グリーン移行下での競争戦略を分析。垂直統合によるコスト優位性と技術優位性（コア部品自給率75%、研究開発費比率6.6%）が2023年の世界NEV市場シェア21.9%を支える一方、高負債比率（78%）や流動性リスク（流動比率0.67）が課題。EUグリーンボンド発行やESG格付け向上、バッテリーリサイクル率95%の循環経済推進など、持続可能な成長のための政策提言を行う。
Economic feasibility of a sustainable future: Comparative life cycle cost assessment of electric and internal combustion engine vehicles in the Swedish automotive market
Hakan İnal, Emma Karlsson, Oliver Nåfors +2
本研究は、2024年のスウェーデン自動車市場における電気自動車（BEV）、プラグインハイブリッド車（PHEV）、内燃機関車（ICEV）のライフサイクルコスト（LCC）を比較。Tesla Model Y（BEV）のLCCは877,736 SEK、Volkswagen T-Roc（ICEV）は635,222 SEKと最も低く、PHEVのVolvo XC60は1,104,065 SEKで最高。シナリオ分析と損益分岐分析により、ICEVとEVの…
D2.5 Technical requirements and targets integrated for pilots
Shift2Zero Partners
Shift2Zeroプロジェクトの成果物で、ユーザー中心の要件抽出プロセスを文書化。87件のインタビュー、8回のワークショップ、512名の調査などを通じて181の要件を特定し、パイロット実証に向けた電動小型商用車のイノベーションをユーザーニーズに適合させる。
A Structured Review of Electric Vehicle Sales Research: Multi-Level Driving Factors and Forecasting Pathways over the Past Decade
Guo-Ying Han, Zonglin Li
本レビューは、2016～2025年のEV販売研究を構造的に整理し、1518件の文献から194件を選定。要因分析ではマクロ・メソ・ミクロの枠組みを提示し、予測手法では計量モデル優位（54%）ながら機械学習等の台頭を確認。今後の研究はマルチレベル統合とメカニズムベースのモデリングが課題。
Current status and prospects of fuel cell electric vehicle industrialization in China
Sai Luo, Kaihang Zhang, Guangwei Li +4
本論文は中国における燃料電池電気自動車（FCEV）の産業化の現状を整理し、今後の展望を考察する。政策支援、技術進歩、インフラ整備の進展を概観し、コスト低減や水素供給網の課題を指摘する。中国のFCEV市場は拡大期にあり、世界の水素経済に影響を与える可能性がある。
AI-Based Carbon Emissions Monitoring for Electric Vehicles: A Technical Review
Raghavendra Kurva
本稿は、電気自動車（EV）のカーボンフットプリントをリアルタイムで監視するための人工知能（AI）技術をレビューする。機械学習により、センサーや車両システム、リサイクル施設からのデータを統合し、動的な排出プロファイルを生成する。スマート充電やルート最適化などの介入を支援し、EVのライフサイクル全体での排出削減を可能にする。
Life Cycle Assessment for Sustainable EV Battery Recycling: A Technical Framework for EBRR
Gayathri Asokan, Rajkumar Raju cEng, Chandan Dhananjaya +1
本研究は、EVバッテリーのリサイクルに特化したライフサイクルアセスメント（LCA）の技術的枠組みを提案する。採掘と製造が炭素フットプリントの大部分を占める一方、ハイドロメタルジーリサイクルや再生可能エネルギー統合によりライフサイクル排出量を30-40%削減可能。実装計画と課題対策も提示している。