Shifting Drivers and Trends in Territorial Reactive Nitrogen Emissions for Canadian Provinces Over Three Decades
Notice bibliographique
Résumé
Connecting the sources of reactive nitrogen (Nr) emissions to downstream environmental impacts is challenging, since Nr “cascades” through sequential ecosystems. It is therefore important to examine a jurisdiction’s overall Nr emissions to gain perspective on whether total levels and specific forms of Nr emissions are being reduced. We study subnational (provincial) trends and variations in Nr emissions in Canada over 30 years (1990-2017) to examine the effects of key policy, socioeconomic, and technological changes on Nr emissions. We use data from national Nr emissions inventories, agricultural nutrient models, and wastewater treatment reports to estimate specific (N2O, NOx, NH3, and NO3), total (Gg N) and per capita (Kg N / capita) Nr emissions by province. We divide the initial sources of Nr emissions into 1) agricultural-related emissions, 2) fossil-fuel emissions, and 3) waste management emissions. Preliminary results show that annual total Nr emissions in Canada increased between 1990-2000 (1250 Gg to 1490 Gg), and have since decreased (to 1180 Gg). There was a redistribution of the main species of Nr, with decreases of NOx from fossil fuels (from 660 to 488 Gg Nr / year) and increases in agricultural Nr emissions (from 452 Gg to 537 Gg Nr / year). Provincial trends vary. Overall NOx emissions decreased across all provinces due to more stringent vehicle regulations, except in Alberta, where NOx emissions from export-oriented oil production increased. The increase in national agricultural emissions comes primarily from Saskatchewan whose combined agricultural emissions increased from 43 Gg to 97 Gg Nr year. Improving agricultural nitrogen-use efficiency, especially in these provinces, would be a key area for reducing Canada’s Nr emissions. However, given that diesel and gasoline vehicles still contribute 121 Gg Nr / year, electrifying vehicle fleets would also have considerable potential for reducing Nr emissions. Our study demonstrates the variation in and reconfiguration of drivers of Nr emissions at the sub-national scale in Canada, emphasizing the need to consider local contexts and relative contributions of different economic sectors when examining national Nr emissions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».