MétaCan
Menu
Retour à la cohorte
Enregistrement W4385633746 · doi:10.1016/j.rset.2023.100061

Co-creating Canada's path to net-zero: a stakeholder-driven modelling analysis

2023· article· en· W4385633746 sur OpenAlexaffabout
Alison Bailie, Marie Pied, Kathleen Vaillancourt, Olivier Bahn, Konstantinos Koasidis, Ajay Gambhir, Jakob Wachsmuth, Philine Warnke, Ben McWilliams, Haris Doukas, Αλέξανδρος Νίκας

Notice bibliographique

RevueRenewable and Sustainable Energy Transition · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensGroup for Research in Decision AnalysisHEC Montréal
Organismes subventionnairesHORIZON EUROPE Framework ProgrammeEuropean Commission
Mots-clésElectrificationStakeholderSoftware deploymentRenewable energyGreenhouse gasEnvironmental economicsCarbon capture and storage (timeline)BusinessComputer scienceEnvironmental resource managementEnvironmental scienceEconomicsEngineeringClimate changeElectricity

Résumé

récupéré en direct d'OpenAlex

Canada has pledged ambitious emission targets, aiming to achieve a reduction of at least 40–45% below 2005 levels by 2030 and net-zero emissions by 2050. Being amongst the major economies with high dependence on fossil fuels, however, this path is far from straightforward. This research employs NATEM, a TIMES-based regional energy system model for North America with explicit representation of Canada, as well as knowledge produced and shared by stakeholders during a targeted workshop dedicated to identifying decarbonisation bottlenecks, to compare the paths to net zero on the basis of whether stakeholder perceptions are considered or not. We find that the path to net-zero is technically feasible but critically entails the use of negative emissions technologies, like (bioenergy with) carbon capture and storage (CCS) and direct air capture, in addition to the large-scale deployment of a large range of mitigation options already available today. Based on the feedback received from the stakeholders, around both the use of CCS-based technologies and the potential of demand-side measures such as modal shifts in transportation and better urban planning, we impose a set of additional conditions and restrictions. We find that the co-created net-zero pathway is also technically feasible while relying less on technologies that may trigger bottlenecks prioritised by the stakeholders; notably, despite yielding a similar emissions trajectory, it entails significantly different sectoral and technological configurations to the non-co-created net-zero scenario, requiring an acceleration of near-term abatement measures, mainly through electrification and quicker rollout of renewable and other clean energy technologies.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,261

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,050
Tête enseignante GPT0,222
Écart entre enseignants0,173 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRenewable and Sustainable Energy TransitionMême sujetClimate Change Policy and EconomicsTravaux en français237 207