Bewijskaart

Bereikschatting: hoe de bewijsbasis eruitziet

14 publicaties, 0 daarvan proeven en 0 syntheses. Deze pagina beschrijft de opzet van die literatuur in plaats van de conclusies samen te vatten.

Updated 4 min read 14 citations

Samenstellende lichtmicroscoop met objectieftoren en tafel, staand op een werkbank
Ajay Kumar Chaurasiya · CC BY-SA 4.0 · Wikimedia Commons
Waaruit het bewijs voor bereikschatting bestaat Van de 14 publicaties over dit onderwerp is de verdeling naar type studie: 14 andere. 14other (14)
14 publicaties, per type studie. Volume is geen kracht — dezelfde telling kan een opgelost vraagstuk zijn of een stapel commentaar, en welke het is hangt bijna volledig van deze uitsplitsing af. Verzameld uit PubMed en Crossref; publicatietype zoals geregistreerd door de bron.

Waaruit deze literatuur bestaat

Een redelijke hoeveelheid literatuur, maar meer gericht op reviews en observationeel werk dan op proeven. Dat is genoeg om een fenomeen te beschrijven en zelden genoeg om vast te stellen dat een interventie werkt.

Het onderscheid dat het meest van belang is, is tussen synthese en primaire research. Een meta-analyse bundelt onderzoeken en is het dichtst bij een vaststaand antwoord dat een veld produceert. Een narratieve review is de lezing van dezelfde materialen door één groep en kan selectief zijn zonder oneerlijk te zijn. Ze samen tellen, wat de meeste citatietellingen doen, verdoezelt precies datgene wat je wilt weten.

Wanneer de literatuur over bereikschatting is gepubliceerd Publicatiejaren voor de 14 artikelen over dit onderwerp, gegroepeerd in banden van vóór 2015 tot en met 2023 en later. 2023 onwards5 papers2015-20194 papers2020-20223 papersBefore 20152 papers
Nog steeds actief. Het meest recente artikel hier is van 2026, dus dit is een veld waar een vandaag geschreven antwoord misschien niet lang standhoudt. Publicatiejaren zoals geregistreerd door PubMed en Crossref.

Hoe deze pagina is opgebouwd

Alles hierboven is berekend op basis van de citaties die deze site heeft verzameld uit PubMed en Crossref, niet handmatig geschreven. Wanneer de wekelijkse oogst een nieuw artikel over dit onderwerp vindt, veranderen deze tellingen en verandert de karakterisering met hen mee. Dat is het punt: een handgeschreven bewering over hoe sterk een bewijsbasis is, begint te vervagen op de dag dat het wordt geschreven.

Publicatietype wordt genomen zoals de bron het registreert. Dat is imperfect — tijdschriften labelen inconsistent, en een artikel dat als een "review" is geïndexeerd, kan een systematische zijn — dus behandel de banden als benaderend. Ze zijn nauwkeurig genoeg om een trialliteratuur van een commentaarliteratuur te onderscheiden, wat het onderscheid is dat ertoe doet.

Gelabelde chemische flessen staan samen op een laboratoriumtafel
564dude · CC BY-SA 3.0 · Wikimedia Commons

Het sterkste werk over dit onderwerp

Geordend op studietype eerst, dan recency. De volledige set is hieronder in de referenties vermeld.

  1. Effect van Omgevingstemperatuur op het Energieverbruik en de Actieradius van Elektrische Voertuigen: Modeldefinitie en Gevoeligheidsanalyse op Basis van Nissan Leaf Gegevens — Iora P, Tribioli L, 2019, tijdschriftartikel
  2. Modellering en Voorspelling van het Energieverbruik van Elektrische Voertuigen op Basis van Weginformatie — Wang J, Besselink I, Nijmeijer H, 2015, tijdschriftartikel
  3. Machine learning-gebaseerde onzekerheidskwantificatie voor energieverbruik en bereikschatting in elektrische vrachtvoertuigen — Gandhi M, Chaudhari A, 2026, tijdschriftartikel
  4. Schatting van het energieverbruik in batterij-elektrische motorfietsen met behulp van een virtueel voertuigmodel en de ontwikkeling van een op maat gemaakt meetsysteem — Göntér Á, Sipos T, 2026, tijdschriftartikel
  5. Geïntegreerde modelconstructie voor de schatting van de laadstatus in lithiumbatterijen van elektrische voertuigen — Liu Y, Dun W, 2024, tijdschriftartikel
  6. Simulatiemodel voor het renderen en analyseren van de voorspelling van het energieverbruik van elektrische voertuigen in Matlab/Simulink — Janković F, Mujović S, 2023, tijdschriftartikel
  7. Analyse van Energiekosten en Voorspelling van Operationele Actieradius op Basis van Real-World Implementaties van Medium- en Zware Elektrische Voertuigen in de Verenigde Staten — Qiu Y, Dobbelaere C, Song S, 2023, tijdschriftartikel
  8. Bereikschatting van elektrische voertuigen met behulp van regressietechnieken — Ahmed M, Mao Z, Zheng Y et al., 2022, tijdschriftartikel
  9. Onderzoek naar de Oprichting van een Model voor Voertuigenenergieverdeling en Optimalisatie van Energieverbruik Gebaseerd op Elektrisch Hybridesysteem — Liang P, He H, Cui H et al., 2021, tijdschriftartikel
  10. Snelle evaluatiemethode voor de nauwkeurigheid van de bereikschatting van pure elektrische voertuigen op basis van CLTC-P — Dai T, Zhou B, Zhang Y et al., 2021, tijdschriftartikel
Hoeveel onderzoek is er naar bereikschatting?
14 publicaties zijn hier geïndexeerd, waarvan 0 proeven en 0 syntheses zijn.
Betekent meer onderzoek een sterkere conclusie?
Nee. De samenstelling is belangrijker dan het volume — vijf gerandomiseerde onderzoeken ondersteunen een bewering veel beter dan vijftig commentaren, en het aantal citaties maakt daar geen onderscheid tussen.
Hoe actueel is dit?
Het meest recente artikel dat hier is geïndexeerd, is van 2026. De set wordt wekelijks ververst vanuit PubMed en Crossref.
Waarom vertelt deze pagina me het antwoord niet?
Omdat het samenvatten van literatuur in een conclusie lezen vereist, en dat automatisch doen is hoe zelfverzekerde onzin gepubliceerd wordt. Deze pagina vertelt je hoeveel gewicht een conclusie kan dragen; de artikelen op deze site doen de interpretatie.

References

Every citation below links to the original peer-reviewed record on PubMed or via DOI. Nothing here is a substitute for medical advice.

  1. Effect of Ambient Temperature on Electric Vehicles’ Energy Consumption and Range: Model Definition and Sensitivity Analysis Based on Nissan Leaf Data Iora P, Tribioli L · World Electric Vehicle Journal · 2019 · Journal article DOI
  2. Electric Vehicle Energy Consumption Modelling and Prediction Based on Road Information Wang J, Besselink I, Nijmeijer H · World Electric Vehicle Journal · 2015 · Journal article DOI
  3. Machine learning-based uncertainty quantification for energy consumption and driving range estimation in electric cargo vehicles Gandhi M, Chaudhari A · Energy Informatics · 2026 · Journal article DOI
  4. Estimation of Energy Consumption in Battery-electric Motorcycles Using a Virtual Vehicle Model and the Development of a Customized Measurement System Göntér Á, Sipos T · Periodica Polytechnica Transportation Engineering · 2026 · Journal article DOI
  5. Integrated model construction for state of charge estimation in electric vehicle lithium batteries Liu Y, Dun W · Energy Informatics · 2024 · Journal article DOI
  6. Energy Cost Analysis and Operational Range Prediction Based on Medium- and Heavy-Duty Electric Vehicle Real-World Deployments across the United States Qiu Y, Dobbelaere C, Song S · World Electric Vehicle Journal · 2023 · Journal article DOI
  7. Simulation model for rendering and analyzing the prediction of electric vehicle energy consumption in Matlab/Simulink Janković F, Mujović S · ETF Journal of Electrical Engineering · 2023 · Journal article DOI
  8. Electric Vehicle Range Estimation Using Regression Techniques Ahmed M, Mao Z, Zheng Y, et al. · World Electric Vehicle Journal · 2022 · Journal article DOI
  9. Rapid Evaluation Method for Accuracy of Range Estimation of Pure Electric Vehicle Range Estimation Based on CLTC-P Dai T, Zhou B, Zhang Y, et al. · E3S Web of Conferences · 2021 · Journal article DOI
  10. Research on Establishment of Vehicle Energy Distribution Model and Energy Consumption Optimization Based on Electric Hybrid System Liang P, He H, Cui H, et al. · World Electric Vehicle Journal · 2021 · Journal article DOI
  11. Development of Hybrid Vehicle Energy Consumption Model for Transportation Applications—Part II: Traction Force-Speed Based Energy Consumption Modeling Pitanuwat S, Aoki H, IIzuka S, et al. · World Electric Vehicle Journal · 2019 · Journal article DOI
  12. Online Prediction of Battery Electric Vehicle Energy Consumption Wang J, Besselink I, Nijmeijer H · World Electric Vehicle Journal · 2016 · Journal article DOI
  13. Model-Based Remaining Driving Range Prediction in Electric Vehicles by using Particle Filtering and Markov Chains Oliva J, Weihrauch C, Bertram T · World Electric Vehicle Journal · 2013 · Journal article DOI
  14. Energy Consumption Prediction of a Vehicle along a User-Specified Real-World Trip Karbowski D, Pagerit S, Calkins A · World Electric Vehicle Journal · 2012 · Journal article DOI

This page was translated automatically from English. The citations and numbers are unchanged. Read the English original if anything reads oddly. Read the English original