Challenges and Issues of Life Cycle Assessment of Anaerobic Digestion of Organic Waste
Notice bibliographique
Résumé
Life Cycle Assessment (LCA) is a widely used tool to measure the environmental sustainability of products or processes. Integrating LCA into the assessment of waste diversion strategies recognizes current waste diversion strategies are insufficient to effectively stem the global impacts of waste particularly with increased pressure to recover organic and inorganic materials to reduce landfill impacts and promote the circular economy. Historically, waste diversion efforts in municipalities and industries focused on higher-profile inorganic wastes, such as plastics and other recyclables. However, organic waste is increasingly identified as a key waste fraction that must be effectively managed and regulated. This research surveys published LCA studies from 2019 to 2023 focusing on the anaerobic digestion (AD) of organic waste. Notable conclusions include the lack of studies comparing AD with the latest treatment options such as co-gasification; the insufficient attention to the LCAs on biogas upgrading methods; and the monetization of LCA results using carbon credits. In addition, more than 50% of reviewed LCA studies concluded the results with a sensitivity analysis which was not a common practice before 2019 in LCA studies in anaerobic digestion. This signifies the increasing need to understand uncertainty in the circumstances governing applying AD to wastes. Finally, neglecting the combined effect of several parameters in sensitivity analysis might have reduced the accuracy of the sensitivity analyses in the reviewed LCAs. Overall, LCAs conducted on AD-related applications vary widely in terms of scope and consistency, implying that the outcomes may not be as applicable as intended. The identified challenges, issues, and other findings related to this research are expected to help standardize LCA procedures as applied to AD to promote greater comparability.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».