Sustainability: Greenhouse Gas Protocol and Global GHG Emissions’ Status and Trends
Notice bibliographique
Résumé
Climate change is the biggest health threat to humanity, profoundly impacting the UN Sustainable Development Goals (SDGs), demanding urgent attention and action. This study presents the evolution and domains of the ESG concept, along with the importance of sustainability reporting. The widely accepted standards for sustainability reporting have been enumerated. The Greenhouse Gas (GHG) Protocol has been discussed in detail, including Scope 1 (direct), Scope 2 (indirect), and Scope 3 (value chain) GHG emissions, along with Scope 4 (avoided emissions); and setting GHG targets. The SBTi criteria and recommendations for near-term and net-zero targets for GHG coverage of the seven GHGs covered by UNFCCC, Kyoto Protocol, and GHG Protocol are also presented. The analysis of GHG emissions shows a significant increase since the start of the 21st century, rising from 36.18 to 52.96 Giga tons of CO2 equivalent (46.41%) between 2000 and 2023. In 2023, around 62.73% of global GHG emissions came from the top six contributors: China (30.10%), the USA (11.25%), India (7.8%), the EU27 (6.08%), Russia (5.05%), and Brazil (2.45%). The CAGR of GHG emissions with 1990 as the base year is negative for the EU27 (-1.25%), Japan (-0.71%), Russia (-0.42%, and the USA (-0.12%) against the global CAGR of +1.47%. Overall, emissions increased in 2023 compared to 2022 for the top contributors, except for the USA (-1.41%), the EU27 (-7.48%), and Japan (-6.01%). Further research is needed to assess progress toward climate change targets and to implement emission reduction strategies across all sectors in every country.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».