Applying equity principles leads to higher carbon removal obligations in Canada
Notice bibliographique
Résumé
Despite net-zero pledges, consensus on national responsibilities for carbon dioxide removal (CDR) strategies is lacking. Here, we use integrated assessment modeling to examine equity-informed estimates of Canada’s remaining carbon budgets, exploring CDR’s role at net-zero and beyond. Gigaton-scale CDR efforts post-2050 are needed to address Canada’s carbon debt under various burden-sharing principles. Cumulative negative emissions (2050-2100) could increase from 7.5 GtCO2 in the Net-Zero scenario to 20.3 GtCO2 in equity-informed scenarios. By 2100, a CDR portfolio, including bioenergy with carbon capture and storage, direct air capture, and enhanced weathering could contribute up to ~500 MtCO2/year of removals. The projected average CDR growth rates, 2.8%-16%/year, align with the historical adoption rates of ammonia synthesis and biomass consumption in Canada, underscoring the importance of drawing lessons from past successes. Socio-economic and technological sensitivity analysis highlights that, despite variations in the role of individual CDR technologies, CDR remains essential for Canada’s post-net-zero commitments. By 2100, bioenergy with carbon capture and storage, direct air capture, and enhanced weathering can contribute to removing 500 megatons of carbon dioxide emissions per year in Canada and are key to commitment under burden-sharing principles, according to an integrated assessment model analysis.
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) | 0,000 | 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 | 0,001 | 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 ».