MétaCan
Menu
Retour à la cohorte
Enregistrement W4386512201 · doi:10.1038/s41467-023-41242-5

Accounting for the climate benefit of temporary carbon storage in nature

2023· article· en· W4386512201 sur OpenAlexafffund
H. Damon Matthews, Kirsten Zickfeld, Alexander Koch, Amy Luers

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensSimon Fraser UniversityConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of CanadaMicrosoft
Mots-clésCarbon accountingCarbon fibersClimate changeEnvironmental scienceBusinessAccountingComputer scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Nature-based climate solutions can contribute to climate mitigation, but the vulnerability of land carbon to disturbances means that efforts to slow or reverse land carbon loss could result in only temporary storage. The challenge of accounting for temporary storage is a key barrier to the implementation of nature-based climate mitigation strategies. Here we offer a solution to this challenge using tonne-year accounting, which integrates the amount of carbon over the time that it remains in storage. We show that tonne-years of carbon storage are proportional to degree-years of avoided warming, and that a physically based tonne-year accounting metric could effectively quantify and track the climate benefit of temporary carbon storage. If the world can sustain an increasing number of tonne-years alongside rapid fossil fuel CO 2 emissions reductions, then the resulting carbon storage (even if only temporary) would have considerable and lasting climate value by lowering the global temperature peak.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,603

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,337
Écart entre enseignants0,313 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations65
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207