Uncertainty Analysis on Global Greenhouse Gas Inventories from Anthropogenic Sources
Notice bibliographique
Résumé
As the concerns on climate change increased, accurately quantifying the greenhouse gas (GHG) emissions from anthropogenic sources has been emphasized more and more.In this paper, uncertainty analysis is conducted for multiple global GHG inventories from anthropogenic sources to explore the sources and the magnitude of them.We first summarize the principal characteristic for 17 global GHG inventories by four indexes.And then to assess the sources and magnitude of uncertainty for these inventories, the discrepancies are quantified on energy statistics data and estimation results of carbon dioxide (CO2) emission on anthropogenic sources at the global total and national scale.Finally, we determine the nations with larger magnitude (extent and proportion) of uncertainty by two indicators which will be helpful for the policy-making on GHG emissions mitigation.As the analysis result, we find that uncertainty of oil consumption data is the largest among major fuels in 2013 as much as 44.6 exajoules (EJ) and the magnitude of uncertainty in CO2 emissions data is significant at global perspective as much as 4.0 petagrams (Pg) CO2 yr -1 .At national perspective, as the largest emitter nation in 2013 China, uncertainty from the coal consumption data of which is the largest in major fuels as much as 15.5 EJ and the magnitude of uncertainty for CO2 emissions of China in 2013 is as much as 1.5 Pg CO2 yr -1 .
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| 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 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 ».