MétaCan
Menu
Retour à la cohorte
Enregistrement W3128030516 · doi:10.3390/land10020181

Contribution of Biomass Supply Chains for Bioenergy to Sustainable Development Goals

2021· article· en· W3128030516 sur OpenAlexaff
M. Jean Blair, Bruno Gagnon, Andrew Klain, Biljana Kulišić

Notice bibliographique

RevueLand · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioeconomy and Sustainability Development
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésBioenergySupply chainSustainable developmentBusinessNatural resource economicsSustainabilityBiomass (ecology)SanitationWater supplyWork (physics)PovertyEnergy supplyEnvironmental economicsEnvironmental resource managementAgricultural economicsEnvironmental planningEconomicsEconomic growthEnvironmental scienceEnvironmental engineeringBiofuelEngineeringEcologyWaste managementMarketing

Résumé

récupéré en direct d'OpenAlex

This work evaluates the relationships between bioenergy and related biomass supply chains and the United Nations Sustainable Development Goals (SDGs). Using Nilsson et al. (2016) seven-point scoring framework, the relationships between biomass supply for bioenergy and the SDGs were evaluated based on existing synthesis papers, modeling studies and empirical analyses, and expert knowledge. To complement this, contributions to SDG targets of 37 best practice case studies from around the world were documented. In reviewing these case studies, it was found that when supply chains are implemented appropriately and integrated with existing systems, they can have overwhelmingly positive contributions. Beyond directly contributing to SDG 7 (Affordable and Clean Energy), at least half of all case studies supported progress toward SDGs 8 (Decent Work and Economic Growth), 9 (Industry, Innovation, and Infrastructure), and 12 (Responsible Production and Consumption); however, the ways in which supply chains contributed often differed. Agricultural biomass supply chains (energy crops and residues) were most likely to contribute to SDGs 2 (Zero Hunger) and 6 (Clean Water and Sanitation), while waste and forest supply chains were most likely to contribute to SDG 15 (Life on Land). The development of bioenergy systems in rural and indigenous communities also indirectly supports societal SDGs such as SDGs 1 (No Poverty), 4 (Quality Education), 5 (Gender Inequality), and 10 (Reduced Inequalities). This work informs how SDGs can be used as a normative framework to guide the implementation of sustainable biomass supply chains, whether it is used for bioenergy or the broader bioeconomy. Recommendations for key stakeholders and topics for future work are also proposed.

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)0,022
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,042
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0020,003
Communication savante0,0100,009
Science ouverte0,0010,010
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,010
Tête enseignante GPT0,214
Écart entre enseignants0,204 · 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'étudeSans objet
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

Citations120
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLandMême sujetBioeconomy and Sustainability DevelopmentTravaux en français237 207