MétaCan
Menu
Retour à la cohorte
Enregistrement W2118924169 · doi:10.1111/gcbb.12254

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

2015· article· en· W2118924169 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueGCB Bioenergy · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensnon disponible
Organismes subventionnairesInternational Fine Particle Research InstituteClimateWorks Foundation
Mots-clésGreenhouse gasBiofuelBiodieselEnvironmental scienceRenewable energyLand use, land-use change and forestryEuropean unionLand useNatural resource economicsAgricultural engineeringEngineeringWaste managementBusinessEconomicsChemistryEcology

Résumé

récupéré en direct d'OpenAlex

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 CO 2 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 CO 2 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,312
Score d'incertitude au seuil0,867

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,098
Tête enseignante GPT0,267
Écart entre enseignants0,170 · 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