From conventional to renewable natural gas: can we expect GHG savings in the near term?
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
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.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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