MétaCan
Menu
Retour à la cohorte
Enregistrement W4401630211 · doi:10.1088/1748-9326/ad7041

Physical and practical constraints on atmospheric methane removal technologies

2024· article· en· W4401630211 sur OpenAlexaff
Luisa Pennacchio, Marie Kathrine Mikkelsen, Morten Krogsbøll, Maarten van Herpen, Matthew S. Johnson

Notice bibliographique

RevueEnvironmental Research Letters · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésMethaneEnvironmental scienceAtmospheric methaneMethane emissionsAtmospheric sciencesProcess engineeringChemistryGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Despite their apparent utility in mitigating climate change, technologies for removing methane from air are in early stages of development. Here we evaluate the limiting physical constraints, for three types of systems: two- and three-dimensional infrastructure and atmospheric oxidation enhancement, focusing on removing low ( x CH4 < 1000 ppm) and ambient ( x CH4 < 2 ppm) methane from air. With the space velocities and removal efficiencies of current three-dimensional technologies, volumes of 7–350 km3 are required to remove 1 Tg CH4 yr−1. Two-dimensional solutions are limited by the transport rate of methane to a surface. If every molecule of methane that collides with the surface is removed, an area of 1130 km2 is needed to remove 1 Tg CH4 yr−1 at ambient concentration. However, research shows that per-collision reaction probabilities are < 10−8 requiring a surface area of 1010–1015 km2. Finally, we examine atmospheric oxidation enhancement, where 4.8 Tg yr−1 of Cl ⋅ or 8.8 Tg yr−1 of OH ⋅ is required to remove 1 Tg CH4 yr−1, with precursors such as H2O2 or O3. However, limitations arise concerning multiple environmental impacts. We conclude that the physical and practical constraints are considerable, and identify the main barriers that must be addressed.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,021
Tête enseignante GPT0,306
Écart entre enseignants0,285 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207