Consequential Life Cycle Assessment of Grain and Oilseed Crops: Review and Recommendations
Notice bibliographique
Résumé
The field crop industry in Canada is a source of both significant economic benefits and environmental impacts. Environmental impacts include land and energy use, as well as greenhouse gas (GHG) and other emissions. Impacts also accrue upstream of the field in the product supply chain, from the production of such inputs as fertilizers and pesticides. There are currently two types of environmental life cycle assessment (LCA)—attributional LCA (ALCA) and consequential LCA (CLCA)—that may be used to study the life cycle impacts of products such as field crops. ALCA is a retrospective methodology that presents a snapshot of average, “status quo” conditions. CLCA is a prospective methodology that presents the potential implications of changes in a product system, including any associated market-mediated changes in supply or demand in other product systems. Thus, CLCAs can be used to assess large-scale changes in the field crop industry, including its relationship to other sectors and processes, such as the production of biofuel or of food for both human and animal consumption. The aim of this paper is to review and curate the knowledge derived through published CLCA studies that assessed the impacts of changes to field crop production systems on the life cycle resource use and emissions associated with the agricultural products, with a focus on their relevance to temperate climate conditions. The current study also highlights how previous studies, including ALCAs and farm management recommendations, can be used to inform the changes that should be studied using CLCA. The main challenges to conducting CLCAs include identifying the system boundaries, marginal products and processes that would be impacted by changes to field crop production. Marginal markets and product systems to include can be determined using economic equilibrium models, or information from local experts and industry reports. In order to conduct ISO-compliant CLCAs, it is necessary to include multiple relevant environmental impact categories, and to perform robust data quality and uncertainty analyses.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».