Quantification of methane emissions from anthropogenic sources: A case study in Canada
Notice bibliographique
Résumé
Anthropogenic methane emissions are generated in several economic sectors, including agriculture, waste management, oil and gas production, and others. Canada is one of the world’s largest oil and gas producers, ranks in the top-25 for agricultural production, and is the world’s largest waste producer per capita. As a result, the methane emission potential is high in parts of Canada where all these activities co-occur. To quantify emissions from multiple co-located sectors, we conducted a case study in Grande Prairie, a small city in Canada’s west dominated by oil and gas production and agriculture. Our goal in this study was to produce a gridded dataset of emissions for the Grande Prairie region. In November 2021, we measured atmospheric mixing ratios of methane using a high-precision gas analyzer mounted in a truck, and estimated emission rates using an inverse Gaussian plume model. During our campaigns, we passed downwind of roughly 220 oil and gas sites and 20 farms with grazing cattle or bison present. We detected emissions at about one-quarter of the oil and gas sites and one-third of the farms, and we also observed emissions from waste management and power generation facilities. Methane emissions from oil and gas production sites were relatively low compared to others we have measured in Canada, but despite this we still found that oil and gas was the dominant methane-emitting sector in the Grande Prairie region. The results of this study feed into a long-term methane monitoring study, focused on multiple economic sectors, methane source types, and detection approaches.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».