MétaCan
Menu
Retour à la cohorte
Enregistrement W2982360130 · doi:10.1016/j.biombioe.2019.105396

From conventional to renewable natural gas: can we expect GHG savings in the near term?

2019· article· en· W2982360130 sur OpenAlexafffundabout
Rut Serra, Iman Niknia, David Paré, Brian Titus, Bruno Gagnon, Jérôme Laganière

Notice bibliographique

RevueBiomass and Bioenergy · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesCanadian Forest Service
Mots-clésGreenhouse gasCarbon sequestrationEnvironmental scienceRenewable energyFossil fuelNatural gasBioenergyBiomass (ecology)Atmospheric carbon cycleClimate change mitigationBiofuelNatural resource economicsAtmospheric sciencesEnvironmental engineeringCarbon dioxideWaste managementEcologyEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Displacement of fossil fuels by forest bioenergy can contribute to climate change mitigation by reducing greenhouse gas (GHG) emissions. However, GHG savings are not realised until the avoided fossil emissions offset the loss of atmospheric carbon (C) that would have been sequestered if the biomass was not used for bioenergy (i.e. time to C sequestration parity). We estimated the potential for mitigating GHG emissions and the timing of these atmospheric benefits when substituting conventional natural gas (NG) with renewable natural gas (RNG) produced from different forestry feedstocks within three Canadian provinces, and assessed the uncertainty among these estimates. We calculated the GHG balance of RNG using the alternative fate of biomass and the use of NG as base-case scenarios. Immediate to long-term time to C sequestration parity was typically in the order of residues burned < mill residues < harvest residues decaying on site < salvaged trees. The potential GHG savings from using harvest and mill residues to produce RNG within the three provinces ranged from 52.4 to 77.8 Mt CO2eq a−1. Sensitivity analyses suggest that time to C sequestration parity in the best-case scenarios relative to the baseline can be reduced up to 17 years by using harvest residues that decay rapidly (based on feedstock species, size and geographic region), and reduced up to 8 years by improving the efficiency of the thermochemical conversion process. These two considerations are key for ensuring significant GHG reductions from RNG use within a timescale that helps Canada meet its GHG mitigation targets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil0,956

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,006
Tête enseignante GPT0,192
Écart entre enseignants0,186 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations20
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiomass and BioenergyMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207