Substitution benefits of British Columbia’s mitigation strategies in the bioeconomy
Notice bibliographique
Résumé
Abstract Globally, efforts to increase land sector contributions to net-zero emissions are pursued. Harvested wood products may retain carbon, and substitute emission-intensive products. The emission reductions achieved through substitution, or substitution benefits, can inform the design of climate-effective wood-use strategies. Mitigation analyses of a wood-based bioeconomy therefore need to include substitution to evaluate the mitigation outcomes across sectors. Substitution benefits can be estimated using displacement factors, which quantify the emissions avoided per unit of wood use. Here, we calculated the displacement factors of timber constructions and wood-derived biofuels to be around 1.03 and 0.45 tCO 2 e/tCO 2 e, respectively. Assuming substitution was achieved when changes in human behavior increased the share of wood use relative to the reference market share, we added the substitution benefits to a previous analysis that focused on biogenic emissions in British Columbia, Canada. At projected declining harvest rates, the theoretical maximum reduction that forest products can contribute over the period 2016 to 2050 is 66 MtCO 2 e·year −1 with an uncertainty range of 45–79 MtCO 2 e·year −1 , relative to the baseline, by focusing on long-lived, high-displacement construction applications. However, because construction uses of wood in foreign markets are not guaranteed, and constrained by market access, the practical strategy that combines construction and biofuel uses can achieve 17.4 MtCO 2 e·year −1 , equivalent to 30% of British Columbia’s 2050 target. Although a transformation of the bioeconomy may help achieve both climate and socio-economic benefits, potential conflict exists between maximizing regional and global benefits. How and where wood will be used can influence the desired mitigation outcomes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».