MétaCan
Menu
Retour à la cohorte

A Method of Multi-Environmental Spatial Scales Division in LCA Based on Chinese Region-Specific

2010· article· en· W2072774512 sur OpenAlexaff
Xiao Wei Wang, Fangyi Li, Jian Feng Li, Liming Wang, Xiao Xu Chen

Notice bibliographique

RevueAdvanced materials research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensConcordia University
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of China
Mots-clésScale (ratio)Division (mathematics)Life-cycle assessmentEnvironmental qualityEnvironmental scienceEnvironmental impact assessmentDiversity (politics)Space (punctuation)Environmental resource managementComputer scienceGeographyMathematicsEcologyCartography

Résumé

récupéré en direct d'OpenAlex

Traditionally LCA generally focus on a global scale and on steady-state, linear modeling. How to reflect the varying and complicated spatial characteristics of environmental impacts of large numbers of processes is in urgent need for improving the practicality of the LCA, especially for that with distinct environmental diversity in China. Based on the Chinese environmental policies and standards, a method of multi-environmental spatial scales division in LCA is proposed. First, environmental space types are discussed according to the relations between the life cycle inventories, impact categories of LCA and the environmental spatial characteristics. Second, the environmental spatial scale coefficient is proposed and defined in order to quantify the spatial characteristics and used in the calculation for the environmental impact potentials of products. The method of calculation for the coefficient is presented by analyzing the endure capacity of regional environment. Finally, this method is applied to study the spatial characteristics of ambient air quality and other environmental space types.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,608
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,370
Écart entre enseignants0,344 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207