Carbon intensity threshold for Canadian oil sands industry using planetary boundaries: Is a sustainable carbon-negative industry possible?
Notice bibliographique
Résumé
Previous studies on environmental performance of the oil sands industry in Canada conclude that its carbon footprint must be reduced. Yet, it remains unclear what threshold of carbon emissions intensity that the industry needs to meet to be within Canada's carbon share following Paris Climate Change Agreement. Here, for the first time, a top-down approach based on planetary boundary is used to identify the threshold of carbon emissions intensity that can keep Canadian oil sands industry within the planet's carrying capacities in absolute terms. The approach follows four steps in scaling down the global carbon budget into national level for Canada and industry level translated into emissions intensity threshold. The results reveal that under both 1.5 and 2 °C targets, the share of oil sands industry of Canada's carbon budget has been exhausted under most downscaling approaches: 10 % and 20 % annual reduction scenarios cannot help the industry to stay within their carbon budget under climate-relevant thresholds. Therefore, a carbon-negative industry is required where a reduction of 101.5–120 % of current emissions intensity is needed. Even in few cases where the industry is still within its cumulative carbon budget, an emission intensity reduction of 88–98 % is required. The results demonstrate the need for rapid transition that goes beyond zero-carbon to carbon-negative oil sands industry to be environmentally sustainable especially under the 1.5 °C target of the Paris Climate Change Agreement. This shows the need for new pathways in the sustainable energy industry such as hybrid renewable-oil sands operations and hydrogen from oil sands resources.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».