Calculation of Monetary Values of Environmental Impacts from Emissions and Resource Use The Case of Using the EPS 2015d Impact Assessment Method
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
<p>Monetary values of environmental impacts from emissions and from use of natural resources help in understanding the environmental significance of human activities. It is however a complicated and time consuming task to determine these values, and the values are easy to uncritically accept without understanding the many ways they may be determined, the many preferences they may represent and the different contexts for which they may be relevant.</p><p>This article aims at increasing the usefulness of monetary valuation and decreasing some of its shortcomings by demonstrating a way to model and calculate monetary values of environmental impacts from emissions and use of natural resources, highlight subjective choices that have to be made in modelling and calculations, and discuss how some of them influence the values assessed.</p><p>The method we use is based on the principles of the EPS default impact assessment method, which comply with the requirements of the ISO 14044 life cycle assessment standard.</p><p>Monetary values for 98 endpoint category indicators are determined, and calculations of characterization factors are demonstrated for CO<sub>2</sub>, N<sub>2</sub>O, CH<sub>4</sub>, and NO<sub>x</sub>.</p>Two methodological choices have proven particularly important for the values obtained. One is the long term perspective and intergenerational equity. The other is the approach to uncertainty. Both is important for what is included in the assessments and to what extent.
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 | 0,002 | 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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