MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391752109 · doi:10.21203/rs.3.rs-3831107/v1

Including Harvested Grain Related CO2 in Climate Accounting

2024· preprint· en· W4391752109 sur OpenAlexaffabout
Richard Gray

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasIncentiveCarbon accountingUnited Nations Framework Convention on Climate ChangeEmissions tradingClimate changeFossil fuelNatural resource economicsBiomass (ecology)BusinessEnvironmental scienceAgricultural economicsKyoto ProtocolEconomicsChemistryAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract The current international climate greenhouse gas accounting system excludes the CO2 removed from the atmosphere and stored in harvested crops, and the CO2 emissions that occur when crops are oxidized, viewing both fluxes as carbon-neutral activities. Despite being previously described by Searchinger et al. (2009) as a “critical flaw in climate accounting,” all parties within the United Nations Framework Convention on Climate Change continue to treat these CO2 fluxes as carbon-neutral activities. A two-region trade model is used to show that when harvested-grain biomass as carbon-neutral there is an incentive for parties committed to reducing emissions under the Paris Agreement to develop policies that use grains to produce biofuels, with no offsetting policy incentive to produce the grains required to meet this additional demand. A solution to the flaw in accounting is to treat harvested grain CO2 fluxes the same as fossil fuel CO2 and expand National GHG Inventory accounts to include the CO2 sequestered in harvested grains, and the CO2 emissions that occur when grain is consumed. Including these two additional lines in National GHG Inventories would more accurately measure national emissions and would incentivize parties in the Paris agreement to increase net grain exports, thereby enhancing food security while reducing the market incentives for carbon intensive land use conversion in non-compliant countries. Applying this more comprehensive Net Ecosystem Exchange (NEE) accounting system to Canadian agricultural emissions over the past decade, demonstrates the simplicity of accounting, the magnitude of impacts, and the profound impact on policy incentives.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: aucune
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0050,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,041
Tête enseignante GPT0,369
Écart entre enseignants0,328 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetAgriculture Sustainability and Environmental Impact→Travaux en français237 207→