MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408436963 · doi:10.5194/egusphere-egu25-6977

Emissions of ozone-depleting carbon tetrachloride (CCl4) in China during 2011-2021 derived by top-down and bottom-up methods

2025· preprint· en· W4408436963 sur OpenAlexaboutno aff
Minde An, Luke M. Western, Ronald G. Prinn, Bo Yao, Matthew Rigby, Jianxin Hu

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarbon tetrachlorideTop-down and bottom-up designOzoneChinaEnvironmental chemistryEnvironmental scienceChemistryComputer sciencePolitical scienceOrganic chemistryLaw

Résumé

récupéré en direct d'OpenAlex

Carbon tetrachloride (CCl4) is a long-lived ozone-depleting substance that has been controlled by the Montreal Protocol on Substances that Deplete the Ozone Layer. Despite the global phase-out of production and consumption for dispersive uses of CCl4 since 2010, its global emissions have still been substantial and persistent for more than a decade, potentially delaying the recovery of the ozone layer, with ~30-40% of the sources of global CCl4 emissions remaining largely unknown.In this study, we focus on CCl4 emissions in China, a major contributor to global halocarbon emissions. We determined top-down CCl4 emissions in China over 2011-2021, using long-term atmospheric observations from a Chinese network (including AGAGE measurements made at one station) and an inverse modelling approach. We identified substantial and persistent emissions of CCl4 in China over the time period despite its complete phase-out, without a statistically significant decreasing trend in the emissions during the period. These CCl4 emissions in China are comparable to global total annual hydrochlorofluorocarbons (HCFCs) emissions in terms of the CFC-11-eq emissions in 2020. We also compiled a bottom-up CCl4 emission inventory for China, incorporating emission sources that have been proposed to be able to close the majority of the global CCl4 emissions budget from recent studies. We identified substantial CCl4 emissions from allowed feedstock use, from feedstock use for the renewed production of CFC-11 over 2013-2018, and from by-product emissions in chlorine-related processes. After considering these major sources, substantial top-down CCl4 emissions sources still remained unaccounted-for in China, which could account for more than half of the reported global unaccounted-for emission budget in 2014 and 2019. However, the magnitude of the unaccounted-for CCl4 emissions may have decreased in China over 2011-2021.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,321

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
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 Opus0,010
Tête enseignante GPT0,260
Écart entre enseignants0,251 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→