Electricity savings and greenhouse gas emission reductions from global phase-down of hydrofluorocarbons
Notice bibliographique
Résumé
Hydrofluorocarbons (HFCs) are widely used as cooling agents in refrigeration and air conditioning, as solvents in industrial processes, as fire-extinguishing agents, for foam blowing, and as aerosol propellants. They have been used in large quantities as the primary substitutes for ozone-depleting substances regulated under the Montreal Protocol. However, many HFCs are potent greenhouse gases (GHGs) and as such subject to global phase-down under the Kigali Amendment (KA) to the Montreal Protocol. In this study, we develop a range of long-term scenarios for HFC emissions under varying degrees of stringency in climate policy and assess co-benefits in the form of electricity savings and associated reductions in GHG and air pollutant emissions. Due to technical opportunities to improve energy efficiency in cooling technologies, there exist potentials for significant electricity savings under a well-managed phase-down of HFCs. Our results reveal that the opportunity to simultaneously improve energy efficiency in stationary cooling technologies could bring additional climate benefits of about the same magnitude as that attributed to the HFCs phase-down. If technical energy efficiency improvements are fully implemented, the resulting electricity savings could exceed 20 % of future global electricity consumption, while the corresponding figure for economic energy efficiency improvements would be about 15 %. The combined effect of HFC phase-down, energy efficiency improvement of the stationary cooling technologies, and future changes in the electricity generation fuel mix would prevent between 411 and 631 Pg CO 2 equivalent of GHG emissions between 2018 and 2100, thereby making a significant contribution towards keeping the global temperature rise below 2 ∘ C. Reduced electricity consumption also means lower air pollution emissions in the power sector, estimated at about 5 %–10 % for sulfur dioxide (SO 2 ), 8 %–16 % for nitrogen oxides (NO x ), and 4 %–9 % for fine particulate matter (PM 2.5 ) emissions compared with a pre-Kigali baseline.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».