MétaCan
Menu
Retour à la cohorte
Enregistrement W3144622163 · doi:10.3390/su13073656

Climate Change Mitigation Pathways for the Aviation Sector

2021· article· en· W3144622163 sur OpenAlexaff
Md Arif Hasan, Abdullah Al Mamun, Syed Masiur Rahman, Karim Malik, Md Iqram Uddin Al Amran, A.N. Khondaker, Omer R. Reshi, Surya Prakash Tiwari, Fahad Saleh Al–Ismail

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasAviationClimate change mitigationClimate changeContext (archaeology)Emissions tradingEnvironmental economicsNatural resource economicsBusinessEnvironmental scienceEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Even though the contribution of the aviation sector to the global economy is very notable, it also has an adverse impact on climate change. Improvements have been made in different areas (i.e., technology, sustainable aviation fuel, and design) to mitigate these adverse effects. However, the rate of improvement is small compared to the increase in the demand for air transportation. Hence, greenhouse gas emissions in the aviation sector are steadily increasing and this trend is expected to continue unless adequately addressed. In this context, this study examined the following: (i) the factors that affect the growth of aviation, (ii) trends in greenhouse gas emissions in the sector, (iii) trends in energy demand, (iv) mitigation pathways of emissions, (v) mitigation challenges for the International Civil Aviation Organization, (vi) achievements in mitigating emissions, (vii) barriers against mitigating emissions, and (viii) approaches of overcoming barriers against emissions mitigation. This study finds that continued research and development efforts targeting aircraft fuel burn efficiency are crucial in reducing greenhouse gas emissions. Although biofuels are promising for the reduction of aviation emissions, techniques to reduce NOx emissions could enhance large-scale deployment. Pragmatic market-based mechanisms, such as the Emissions Trading Scheme (ETS) and/or carbon tax must be enforced on a global scale to capitalize on a collective stakeholder effort to curb CO2 emissions. The findings of this study will help in understanding the emissions and energy consumption scenarios, which will provide a comprehensive package of mitigation pathways to overcome future emissions reduction challenges in the aviation sector.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,022
Tête enseignante GPT0,255
Écart entre enseignants0,232 · 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'étudeThéorique ou conceptuel
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

Citations81
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207