MétaCan
Menu
Retour à la cohorte
Enregistrement W3123255326 · doi:10.1038/s41467-020-20437-0

Emergency deployment of direct air capture as a response to the climate crisis

2021· article· en· W3123255326 sur OpenAlex
Ryan Hanna, Ahmed Abdulla, Yangyang Xu, David G. Victor

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensCarleton University
Organismes subventionnairesUniversity of California, San DiegoElectric Power Research Institute
Mots-clésSoftware deploymentClimate changeGlobal warmingHydropowerRenewable energyNatural resource economicsGreenhouse gasEnvironmental scienceClimate FinanceInvestment (military)BusinessComputer scienceEconomicsEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Though highly motivated to slow the climate crisis, governments may struggle to impose costly polices on entrenched interest groups, resulting in a greater need for negative emissions. Here, we model wartime-like crash deployment of direct air capture (DAC) as a policy response to the climate crisis, calculating funding, net CO 2 removal, and climate impacts. An emergency DAC program, with investment of 1.2–1.9% of global GDP annually, removes 2.2–2.3 GtCO 2 yr –1 in 2050, 13–20 GtCO 2 yr –1 in 2075, and 570–840 GtCO 2 cumulatively over 2025–2100. Compared to a future in which policy efforts to control emissions follow current trends (SSP2-4.5), DAC substantially hastens the onset of net-zero CO 2 emissions (to 2085–2095) and peak warming (to 2090–2095); yet warming still reaches 2.4–2.5 °C in 2100. Such massive CO 2 removals hinge on near-term investment to boost the future capacity for upscaling. DAC is most cost-effective when using electricity sources already available today: hydropower and natural gas with renewables; fully renewable systems are more expensive because their low load factors do not allow efficient amortization of capital-intensive DAC plants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil0,772

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,264
Écart entre enseignants0,256 · 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