Substitution modeling can coherently be used in attributional life cycle assessments
Notice bibliographique
Résumé
Abstract Most life cycle assessment (LCA) studies use the attributional methodology. This approach attributes a share of global environmental impacts to one or multiple functions provided by a normatively circumscribed system. Multifunctional systems that are not technologically subdivisible between co‐functions are frequently encountered in LCA studies. It then becomes necessary to resort to co‐production modeling techniques, like the substitution approach. The use of substitution modeling in attributional LCA (ALCA) is, however, discouraged amongst practitioners, due to the alleged violation of central requirements of the attributional methodology. The objective of this research is to shed light on common misconceptions about the compatibility of substitution with ALCA. The first misconception is that the use of substitution in ALCA violates the conservation of total environmental impacts. We find that this idea arises from a confusion regarding the attribution of impacts to the secondary product(s). The second misconception stipulates that substitution is not coherent with the state‐descriptive characteristic of ALCA. We conclude that we can describe a given system as resulting from an inferred (substitution) change, rather than as disrupted by this change. Finally, we discuss the choice of the substituted technology, and argue there is a logic to marginal substitution in ALCA. We therefore recommend accepting substitution modeling in ALCA.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».