Consequential life cycle assessment of Brazilian cement industry technology projections for 2050
Notice bibliographique
Résumé
Abstract In the upcoming decades, cement production growth is expected to exceed the increase in availability of clinker substitutes. Increased clinker replacement rates in cement and use of alternatives fuels were pointed out as the main alternatives for reducing emissions of the national cement industry, whilst increasing cement production in 2050. Consequential life cycle assessment (CLCA) offers a framework to capture environmental consequences from demand alterations. Modelling the cement production and markets involved is however challenging, given conceptual (only unconstrained markets are considered) and practical modelling limitations (e.g. model granularity compatible with CLCA interests). This paper refers to an ongoing work and adopts a two-stage approach to discuss the effects of the change on the average cement production process in Brazil. We first performed a CLCA without formal affected market identification to estimate the potential environmental impacts of the technology change proposed in the Brazilian Cement Technology Roadmap. Secondly, we used a Computable General Equilibrium (CGE) Model of the Brazilian economy to (more) realistically foresee short-term effects induced by such change. The CGE model comprises 102 economic activities, including cement production and its production chain. Our results indicate that (i) increasing the proportion of calcined clay and limestone filler as clinker partial substitutes and (ii) excluding charcoal from the fuel mix composition at the kiln would impact all economic sectors. Our preliminary findings suggest that the increased efficiency in cement production would create some rebound effect that would not invalidate the emission benefits from displacing energy and virgin materials. Additional impact categories and consequences in other economic sectors should be further investigated.
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 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 | 0,000 | 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 | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».