Economic assessment of the development of CO2 direct reduction technologies in long-term climate strategies of the Gulf countries
Notice bibliographique
Résumé
Abstract This paper proposes an assessment of long-term climate strategies for oil- and gas-producing countries—in particular, the Gulf Cooperation Council (GCC) member states—as regards the Paris Agreement goal of limiting the increase of surface air temperature to 2°C by the end of the twenty-first century. The study evaluates the possible role of carbon dioxide removal (CDR) technologies under an international emissions trading market as a way to mitigate welfare losses. To model the strategic context, one assumes that a global cumulative emissions budget will have been allocated among different coalitions of countries—the GCC being one of them—and the existence of an international emissions trading market. A meta-game model is proposed in which deployment of CDR technologies as well as supply of emission rights are strategic variables and the payoffs are obtained from simulations of a general equilibrium model. The results of the simulations indicate that oil and gas producing countries and especially the GCC countries face a significant welfare loss risk, due to “unburnable oil” if a worldwide climate regime as recommended by the Paris Agreement is put in place. The development of CDR technologies, in particular direct air capture (DAC) alleviates somewhat this risk and offers these countries a new opportunity for exploiting their gas reserves and the carbon storage capacity offered by depleted oil and gas reservoirs.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».