MétaCan
Menu
Retour à la cohorte
Enregistrement W3124499867

Past and Future Land Use Impacts of Canadian Oil Sands and Greenhouse Gas Emissions

2015· preprint· en· W3124499867 sur OpenAlexfundaboutno aff
Sonia Yeh, Anqi Zhao, Sean Hogan, Adam R. Brandt, Jacob Englander, David W. Beilman, Michael Wang

Notice bibliographique

RevueeScholarship (California Digital Library) · 2015
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesArgonne National LaboratoryUniversity of Toronto
Mots-clésOil sandsGreenhouse gasEnvironmental sciencePeatLand reclamationBorealLand useLand use, land-use change and forestryCarbon sequestrationBiomass (ecology)TonneEnvironmental protectionGeographyAsphaltWaste managementCarbon dioxideGeologyEngineeringEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Canadian oil sands underlie 142,000 km2 of the boreal forest in northeastern Alberta. Oil sands production greenhouse gas (GHG) emissions increased from 15 million tonnes (Mt) to 55 Mt between 1990 and 2011. Their production represents the fastest-growing source of GHG emissions in Canada. A large body of studies show that oil sands industries have large environmental impacts, including effects on climate, land, water, and air quality but GHG emissions from oil sands land use disturbance and future land use impacts have yet to be examined in detail and the associated literature is scarce and incomplete. Our paper examines the historical and potential land use change and GHG emissions associated with oil sands development in Canada. Disturbance occurred between 1985 and 2009 from oil sands development were identified using remote sensing technique and mapped onto spatially explicit soil, biomass and peatlands carbon maps. We found that land use and GHG disturbance of oil sands production, especially in-situ technology that will be the dominant technology of choice for future oil sands development, are greater than previously reported. We estimate additional 500 km2 and 2,400 km2 of boreal forest including carbon-rich peatlands would be disturbed from surface mining and in-situ production, respectively, between 2012 and 2030; releasing additional 107–182 million tonnes of GHG from land use alone. Future efforts to monitor land use impacts of in-situ production are needed to reduce landscape impacts and associated GHG emissions. In addition, land reclamation after oil sands projects needs to be enforced for broad ecological benefits together with GHG benefits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,189
Écart entre enseignants0,178 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship (California Digital Library)Même sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207