Assessing the wood sourcing practices of the U.S. industrial wood pellet industry supplying European energy demand
Notice bibliographique
Résumé
Abstract Background As the demand for wood pellets has increased in EU member states, so has a multi-pronged examination of the environmental effects of establishing a transatlantic trade in wood pellets between the U.S. and Europe. However, the nature of industrial wood pellet supply chains is poorly understood or little known. This work aimed to understand the feedstock sourcing strategies being used by the wood pellet industry in the southeast U.S., commonly applied approaches to documenting sustainability of these feedstocks, and drivers operating behind related developments. Methods This study used structured interviews of sustainability managers and procurement staff at pellet mills comprising 75% of the U.S. industrial pellet sector. The industry was classified into types of supply chains, based on the role of loggers, wood dealers, sawmills, and other wood product facilities in the supply chains. Additional classifications examined feedstock types and origins, number and type of suppliers, contractual relationships with suppliers, applied procurement systems, risk assessment and due-diligence methodologies, risk mitigation procedures, and supply chain certifications. Results Three main types of supply chains were identified within the U.S. industrial pellet sector, differentiated based on features of feedstock procurement, risk assessment procedures, and risk management. The study observed a slight shift toward using a higher proportion of wood residuals as feedstock in some of the larger pellet mills. Policy requirements, customer orders, and external pressures were driving the sector’s adoption of sustainability programs, with risk assessments and wood procurement procedures aligned to policy requirements. Conclusions The strength of a risk-based approach to sustainability documentation depends on the quality of source data on risks within a sourcing area, scale of analysis, and integration of risk assessments into procurement practices. Some risk categories are more difficult to assess and control. Challenges increase with increasing number and diversity of supply chain actors and depend on the nature of agreements between these entities for the conveyance of feedstocks to pellet mills. Fiber procurement is similar to pulpwood-using industries, but extending the risk assessment to residuals is complicated and challenging to the sector. The study identified a number of strategies in use within pellet mill supply chains for dealing with these challenges.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».