Delineating the embodied CO <sub>2</sub> emissions in Canada's exports: Routes, drivers, and paths
Notice bibliographique
Résumé
Abstract This study combined the World Input–Output Database and Asian Development Bank's Multiregional Input–Output database to investigate Canada's embodied CO 2 emissions in exports (EEE) for the period of 2000–2018. We examined the key drivers and paths through structural decomposition analysis and structural path analysis. First, the results showed that embodied emissions in the intermediate exports were the major contributor to Canada's EEE, and emission paths involving more than three countries were on the rise, indicating that the expansion of the global industrial supply chains has complicated the paths of Canada's EEE. Second, the factors such as emission intensity of sectors, export structure, and export scale, had varying influences on Canada's EEE over time. For several sectors, the benefit from reduced emission intensity was largely offset by the additional emissions from the increased export scale. Hence, the design of emission regulations should consider the heterogeneity of industrial sectors in order to mitigate emissions for the diverse industries in Canada. Third, energy and resource industries (e.g., electricity, petroleum, wood, metals, and so on) played an essential role in Canada's exports. A significant amount of embodied emissions was transferred from these sectors to the downstream sectors along the supply chain, indicating that abatement measures should be adopted from the whole life cycle perspective of a product/service through an integrated governance of the supply chain. This article met the requirements for a Gold–Silver JIE data openness badge described at http://jie.click/badges .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».