MétaCan
Menu
Retour à la cohorte
Enregistrement W4321504428 · doi:10.20517/cf.2022.21

Greenhouse gas emissions and offset potential from sugarcane straw for bioenergy production in Brazil

2023· article· en· W4321504428 sur OpenAlexaff
Eduardo Barretto de Figueiredo, Susantha Jayasundara, Ricardo de Oliveira Bordonal, Alan Rodrigo Panosso

Notice bibliographique

RevueCarbon Footprints · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of Guelph
Organismes subventionnairesUniversidade Estadual Paulista
Mots-clésStrawGreenhouse gasEnvironmental scienceBioenergyDiesel fuelCarbon footprintBiofuelAgronomyPulp and paper industryEnvironmental engineeringWaste managementEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

This study aims to assess the additional Greenhouse gas (GHG) emissions affected by straw removal from the soil surface in sugarcane areas, including measurement of short-term soil CO 2 -C emissions plus emissions associated with the recovery and transport operations of straw bales until to the industry gate (diesel emissions) and estimated soil N 2 O emission, comparing with leaving all straw on the soil surface.Taking into account the main sources evaluated (soil CO 2 , diesel and N 2 O from straw), the total additional GHG emissions from the recovery of 6.9 Mg Dry Matter ha -1 (27%) was estimated at 1423 kg CO 2 eq ha -1 , resulting in a carbon footprint of 206.2 kg CO 2 eq per megagram (Mg) of straw recovered.Applying the parameters cited in this study for electricity generation (GHG emission and offset potential), our results showed an additional GHG emission of (+) 860 kg CO 2 eq ha -1 .Applying the same parameters for second generation (2G) ethanol production replacing gasoline, an avoided GHG emission of (-) 2316 kg CO 2 eq ha -1 could be achieved.The route of recovering 27% of sugarcane straw from the soil surface through bale system for bioelectricity production using the technical parameters and industrial efficiency rate of this case study resulted in a C footprint of 347 kg CO 2 eq MWh -1 .Improving the efficiency rate for straw conversion in bioelectricity based on its lower heating value could reduce its C footprint to 62.26 kg CO 2 eq MWh -1 produced.For sugarcane straw recovery at the first cutting cycle in clay soil, the option of producing ethanol 2G could offset GHG emissions once replacing fossil gasoline, resulting in a C footprint of 0.86 kg CO 2 eq L -1 of 2G ethanol in the agricultural phase, an option to contribute to better sustainability of sugarcane straw recovery, supporting renewable and sustainable bioenergy systems, and reducing the impacts of Global Climate Change.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,225
Écart entre enseignants0,212 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCarbon FootprintsMême sujetBiofuel production and bioconversionTravaux en français237 207