A hybrid MCDA-LCA approach for assessing carbon foot-prints and environmental impacts of China’s paper producing industry and printing services
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.
Notice bibliographique
Résumé
Abstract Background Labeling of carbon foot-prints (CFPs) for products and services is regarded as a convenient and effective method for reducing greenhouse gas (GHG) emissions. Life cycle analysis (LCA) is a useful tool for examine CFP of relevant products and services. However, the corresponding standards for CFP of products and services can hardly be satisfactorily adopted. Also, most of the previous studies were based on an individual indicator, which can hardly reflect multiple dimensions of sustainable implications of products and services. Results Thus, in this research, a hybrid life cycle analysis (LCA) and multi-criteria decision analysis (MCDA) method was proposed for helping evaluate CFP of products and services under multiple environmental indicators. The results indicated: (a) Air pollution caused by coal consumption was the primary environmental impact in China’s paper-production industry, and (b) in printing industry, air pollution caused by VOC was the primary environmental impact in China. At the same time, CFP of 1,000 kg copying paper was 1,415.39 kg CO 2 e based on LCI data of a paper factory in China. CFP of printing services was varied from each printing activity. Conclusions When purchasing copying paper, consumers should pay attention on coal consumption of the product. In printing industry, VOC of printing services should be taken serious consideration in China.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle