Improving carbon storage and greenhouse gas emissions avoidance through harvested wood products use
Notice bibliographique
Résumé
Afforestation can mitigate climate change by creating new carbon sinks and increasing wood supply. However, climate change can impact the growth of trees in afforested areas and affect their characteristics, and the harvested wood products that can be manufactured from them. This study aimed to quantify to what extent the quality of the wood supply directed to primary processing is influenced by climate change and alters the carbon storage of wood products. A multi-model approach was used to estimate the carbon stocks in harvested biomass resulting from plantations of black spruce on open woodlands and hybrid poplar on abandoned farmlands in Québec (Canada) under a gradient of climate forcing projections. Results suggest that increased climate forcing negatively impacts the quality of the harvested wood product basket and influences the relative amount of lumber vs. pulpwood. However, according to our assumptions, the decay of solid wood products in landfills produced more methane emissions than paper, which may constrain their climate change mitigation potential in the absence of methane capture or flaring. The cascading use of solid wood products in bioenergy at the end of their service life significantly reduced overall emissions. This study highlights how comprehensive afforestation strategies can, in the long term, be used to maximize the carbon storage potential of harvested wood products sourced from new plantations, as long as these strategies also include better use of pulp-quality wood, improved cascading use at the end-of-life of wood products and, most importantly, the avoidance of methane emissions from landfilled wood.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».