Additional supporting evidence for significant <scp>iLUC</scp> emissions of oilseed rape biodiesel production in the <scp>EU</scp> based on causal descriptive modeling approach
Notice bibliographique
Résumé
Abstract Agro‐economic modeling studies have shown that indirect land‐use change (iLUC) emissions of first‐generation biofuels can be significant, reducing or eliminating the climate change mitigating potential of these fuels. Recognizing this, proposed amendments to the European Union's Renewable Energy Directive (RED) would require reporting iLUC emissions of biofuels. The objective of this paper was to provide additional evidence of the iLUC emissions of oilseed rape (OSR) biodiesel using a noneconomic modeling approach called the causal descriptive (CD) model. The CD model originally developed by E4tech (A Causal Descriptive Approach to Modelling the GHG Emissions Associated with the Indirect Land Use Impacts of Biofuels, 2010, E4tech, London, UK) is one of the first noneconomic modeling approaches used for estimating indirect land‐use change (iLUC). Using the E4tech CD modeling framework, we refine assumptions for key parameters such as yields in marginal land, displacement of OSR oil by palm oil, land availability for OSR expansion in the EU, imports of OSR from Canada and Ukraine, and palm oil expansion on peatland and thereby estimate iLUC GHG emissions for a likely scenario (Central Scenario). We find GHG emissions of OSR biodiesel to be 57 g CO2 eq./MJ for the Central Scenario. To capture the possible range of iLUC GHG emissions, we calculate iLUC GHG emissions by changing assumptions for the Central Scenario and land‐use emission factors. We find that GHG emissions of OSR biodiesel may vary from 18 to 101 CO2 eq./MJ. The results provide additional evidence supporting the previous conclusions derived from agro‐economic modeling studies that iLUC emissions of food‐based biofuels can be expected to be significant compared to potential savings. Hence, to achieve meaningful GHG reductions from biofuel use and avoid policy failure, it is important that the EU should take concrete policy action to target support for biofuels toward those with the lowest expected iLUC emissions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 source (Gemma direct ou Codex distillé), 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 ».