MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393025175 · doi:10.1021/acs.est.3c09516

Estimate Gaps of Montreal Protocol-Regulated Potent Greenhouse Gas HFC-152a Emissions in China Have Been Explained

2024· article· en· W4393025175 sur OpenAlexaboutno aff
Qianna Du, Bowei Li, Mengyue Ma, Bo Yao, Xuekun Fang

Notice bibliographique

RevueEnvironmental Science & Technology · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésGreenhouse gasChinaMontreal ProtocolEnvironmental scienceEmission inventoryAtmospheric researchAtmospheric sciencesClimatologyMeteorologyPhysicsPolitical scienceAir quality index

Résumé

récupéré en direct d'OpenAlex

1,1-Difluoroethane (HFC-152a) is a hydrofluorocarbon regulated by the Montreal Protocol, and its emissions in China are of concern as China will regulate HFC-152a in 2024. However, no observation-inferred top-down estimates were undertaken after 2017, and substantial gaps existed among previous estimates of China’s HFC-152a emissions. Using the atmospheric observations and inverse modeling, this study reveals China’s HFC-152a emissions of 9.4 ± 1.7 Gg/yr (gigagrams per year), 10.6 ± 1.8 Gg/yr, and 9.7 ± 1.5 Gg/yr in 2018, 2019, and 2020, respectively. In addition, we display an overall increasing trend during 2011–2020, which is in contrast to the decreasing and steady trend reported by the Emission Database for Global Atmospheric Research (EDGAR) and the Chinese government, respectively. Subsequently, we establish a comprehensive bottom-up emission inventory matching with top-down estimates and thus succeed in explaining the gaps among previous estimates. Furthermore, the contribution of China’s emissions to global HFC-152a emission growth increased from 15% during 2001–2010 to >100% during 2011–2020. An emission projection based on our improved inventory shows that the Kigali Amendment (KA) would assist in avoiding 1535.6–4710.6 Gg (251.8–772.5 Tg CO 2 -eq) HFC-152a emissions during 2024–2100. Our findings indicate relatively accurate China’s HFC-152a emissions and provide scientific support for addressing climate change and implementing the KA.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil0,851

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,223
Écart entre enseignants0,218 · 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'étudeObservationnel
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology→Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→