A Review on Consequential Life Cycle Assessment in the Power Sector
Notice bibliographique
Résumé
The existing policy for greenhouse gas (GHG) abatement aims at decarbonisation of the power sector. The interrelations between the power sector and other economic sectors raise a question of whether the GHG emission reduction policy in the power sector is as effective as it is claimed. Consequential life cycle assessment (CLCA) has been developed to assess the environmental impacts of any industrial/productive sector in relation with changes in the policy and its indirect impacts on other economic sectors. This review is conducted on CLCA studies in the power sector in terms of system boundaries expansion and socio-economic interactions and the ability to quantify indirect environmental impacts. It is indicated that CLCA expanded the system boundaries by applying mutatis mutandis assumption to include several affected products with various scales of change. Economic modelling tools are frequently applied to make assumptions on the extent of change. The applications of these tools also help to identify the environmental profile of product systems and the socio-economic changes such as economic growth and consumer behaviours. Thanks for the expansion of system boundaries and inclusion of socio-economic interactions, the total environmental impacts of power sector are comprehensively quantified. The variations of the total environmental impacts, with different magnitude of change, were observed in several reviewed case studies. In term of GHG emissions, some products become cleaner, for example battery; however, in most of the cases, the power system in general becomes more polluted when indirect impacts on other economic sectors are included.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».