Climate Change Mitigation Pathways for the Aviation Sector
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.
Notice bibliographique
Résumé
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle