An optimal sustainable planning strategy for national carbon capture deployment: A review on the state of<scp>CO<sub>2</sub></scp>capture in Canada
Notice bibliographique
Résumé
Abstract This study reviews the steps Canada is taking to address sustainable decarbonization in the context of carbon capture. This work also presents a new optimal framework for national optimal deployment in need of strategic carbon capture implementation. This framework considers external environmental and social considerations often missing from implementation frameworks, which will aid policy makers in more well‐rounded deployment decisions. Thus far, Canada's carbon projects have captured a total of 36.3 Mt of CO 2 which has cost over $2.7 billion to implement. The Canadian case study utilizing the proposed optimal planning strategy shows that implementation of 58 post‐combustion carbon capture (PCC) plants located in seven provinces (Alberta, British Columbia, New Brunswick, Nova Scotia, Ontario, Quebec, and Saskatchewan) would result in Canada meeting the national targets. This implementation includes 16 plants removing emissions from the Electricity sector, 16 from the Heavy Industry sector, and 26 from the Oil and gas sector resulting in new emissions levels of 11.82 MtCO 2 , 27.63 MtCO 2 , and 107.01 MtCO 2 in each sector, respectively. Additional case studies examined the impact of Alberta's emissions and varying the national targets resulting in different optimal implementations plans. Through a sensitivity analysis on these targets, it was determined that plant distribution is heavily dependent on provincial energy and CO 2 transport prices. Additionally, if Alberta were to reduce their GHG emissions by 50% through alternative sustainable methods, only 35 PCC plants would be required to meet national targets. This framework provides a sustainable tool for decision‐makers to accelerate decarbonization.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».