MétaCan
Menu
Retour à la cohorte
Enregistrement W2238518551

Climate strategy with CO2 capture from the air

2006· preprint· en· W2238518551 sur OpenAlexaff
David W. Keith, Minh Ha‐Duong, Joshua K. Stolaroff

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2006
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMarginal abatement costGreenhouse gasClimate changeMarginal costNatural resource economicsClimate change mitigationEnvironmental scienceCarbon capture and storage (timeline)Climate policyEconomicsEnvironmental economicsMicroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

It is physically possible to capture CO2 directly from the air and immobilize it in geological structures. Air capture differs from conventional mitigation in three key aspects. First, it removes emissions from any part of the economy with equal ease or difficulty, so its cost provides an absolute cap on the cost of mitigation. Second, it permits reduction in concentrations faster than the natural carbon cycle: the effects of irreversibility are thus partly alleviated. Third, because it is weakly coupled to existing energy infrastructure, air capture may offer stronger economies of scale and smaller adjustment costs than the more conventional mitigation technologies. We assess the ultimate physical limits on the amount of energy and land required for air capture and describe two systems that might achieve air capture at prices under 200 and 500 $/tC using current technology. Like geoengineering, air capture limits the cost of a worst-case climate scenario. In an optimal sequential decision framework with uncertainty, existence of air capture decreases the need for near-term precautionary abatement. The long-term effect is the opposite; assuming that marginal costs of mitigation decrease with time while marginal climate change damages increase, then air capture

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
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 Opus0,085
Tête enseignante GPT0,298
Écart entre enseignants0,212 · 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'étudeObservationnel
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

Citations22
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetClimate Change Policy and EconomicsTravaux en français237 207