Implications of land class and environmental factors on life cycle <scp>GHG</scp> emissions of Miscanthus as a bioenergy feedstock
Notice bibliographique
Résumé
Abstract Replacement of fossil fuels with sustainably produced biomass crops for energy purposes has the potential to make progress in addressing climate change concerns, nonrenewable resource use, and energy security. The perennial grass Miscanthus is a dedicated energy crop candidate being field tested in Ontario, Canada, and elsewhere. Miscanthus could potentially be grown in areas of the province that differ substantially in terms of agricultural land class, environmental factors and current land use. These differences could significantly affect Miscanthus yields, input requirements, production practices, and the types of crops being displaced by Miscanthus establishment. This study assesses implications on life cycle greenhouse gas (GHG) emissions of these differences through evaluating five Miscanthus production scenarios within the Ontario context. Emissions associated with electricity generation with Miscanthus pellets in a hypothetically retrofitted coal generating station are examined. Indirect land use change impacts are not quantified but are discussed. The net life cycle emissions for Miscanthus production varied greatly among scenarios (−90–170 kg CO2eq per oven dry tonne of Miscanthus bales at the farm gate). In some cases, the carbon stock dynamics of the agricultural system offset the combined emissions of all other life cycle stages (i.e., production, harvest, transport, and processing of biomass). Yield and soil C of the displaced agricultural systems are key parameters affecting emissions. The systems with the highest potential to provide reductions in GHG emissions are those with high yields, or systems established on land with low soil carbon. All scenarios have substantially lower life cycle emissions (−20–190 g CO2eq kWh−1) compared with coal‐generated electricity (1130 g CO2eq kWh−1). Policy development should consider the implication of land class, environmental factors, and current land use on Miscanthus production.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».