MétaCan
Menu
Retour à la cohorte
Enregistrement W3159394633 · doi:10.1021/acs.est.0c07531

Repair Failures Call for New Policies to Tackle Leaky Natural Gas Distribution Systems

2021· article· en· W3159394633 sur OpenAlexafffund
Morgan R. Edwards, Amanda Giang, Gregg P. Macey, Zeyneb Magavi, Dominic Nicholas, Robert Ackley, Audrey Schulman

Notice bibliographique

RevueEnvironmental Science & Technology · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British ColumbiaBarr FoundationHideo Sasaki FoundationU.S. Small Business Administration
Mots-clésGreenhouse gasTransparency (behavior)StakeholderEnvironmental scienceLeakage (economics)Natural gasClimate changeEnvironmental economicsWork (physics)Distribution (mathematics)Environmental resource managementRisk analysis (engineering)Computer scienceBusinessEnvironmental planningComputer securityEngineeringEconomicsWaste management

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide Methane leaks in natural gas systems are low-hanging fruit for near-term, locally driven climate policy. Recent work suggests this emissions source is larger than previously believed and that repairing a small number of high emitters can cost-effectively reduce system-wide leakage. How successful are these repairs on the ground? Here, we assess the effectiveness of repair policies in the Massachusetts distribution system. Our analysis leverages state-wide utility data, on-site empirical measurements, stakeholder interviews, and document and legal analysis. We use these mixed methods to investigate the rate of repair failure, where a gas utility identifies and fixes a leak, but on-site emissions are not eliminated. We find that repair failures are relatively common, yet they are repeatedly neglected in policy. By not accounting for repair failures, policy may overestimate the effectiveness of distribution system repairs in meeting local greenhouse gas reduction targets. These results also underscore the importance of data transparency for monitoring and verifying subnational climate policies.

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)0,012
score de la tête « metaresearch » (Gemma)0,052
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,052
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,003
Communication savante0,0060,016
Science ouverte0,0040,004
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0200,003

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 Opus0,004
Tête enseignante GPT0,210
Écart entre enseignants0,205 · 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

Citations21
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207