MétaCan
Menu
Retour à la cohorte
Enregistrement W4402934780 · doi:10.1007/s42773-024-00366-7

Biochar is a long-lived form of carbon removal, making evidence-based CDR projects possible

2024· article· en· W4402934780 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBiochar · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBiocharCarbon fibersEnvironmental scienceNatural resource economicsWaste managementMaterials scienceEconomicsPyrolysisEngineeringComposite numberComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Science should drive policies and regulations to ensure a sustainable (environmentally, socially, and economically) green transition to a Net-Zero / Net-Negative circular economy. Since 2015, which saw COP21 in Paris, Net Zero has been a global target that must be rapidly accompanied by a Net Negative strategy to mitigate climate change. Accordingly, biochar's role as a durable carbon removal method is gaining attention and increasing. In this work, we discuss the durability of the carbon in biochar and the need for analytical techniques to support stakeholders on a project level. The different ecologically relevant groups of carbon forms contained in biochar are presented, and possible project-based methods to assess the quality and durability of the product versus the regulatory requirements for the permanence of carbon removals are summarized. Biochar is today one of the CDR technologies with the highest technology readiness level (TRL 8–9) that can ensure permanent removals for time frames relevant to climate change mitigation projects, combined with co-benefits that are gaining relevance in terms of mitigating climate impacts in agricultural soils. Graphical Abstract

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,270
Écart entre enseignants0,223 · 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