MétaCan
Menu
Retour à la cohorte
Enregistrement W4409235460 · doi:10.1080/17583004.2025.2486624

Scope 3 decarbonization through environmental attribute certificates

2025· article· en· W4409235460 sur OpenAlexafffund
Michael E. Raynor, Sanjith Gopalakrishnan

Notice bibliographique

RevueCarbon Management · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensMcGill UniversityWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésScope (computer science)Environmental scienceEnvironmental resource managementBusinessEnvironmental economicsEnvironmental planningComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Reducing greenhouse gas emissions from economic activity is a growing priority for companies globally in support of corporate net-zero targets. Scope 3 emissions—those occurring throughout a company’s value chain—are not only the largest share of most companies’ carbon liability, but also the most difficult to address. The prescribed approach relies on “supplier engagement,” a catch-all term that includes everything from moral suasion to economic subsidy. However, this often fails to extend beyond first- and second-tier suppliers. This leaves the bulk of upstream emissions—generated by deep-tier, hard-to-abate commodity producers—unaddressed. Environmental Attribute Certificates (EACs) are market-based instruments representing verified environmental attributes (e.g., the quantity of GHG emissions per unit of production) linked to specific upstream commodities. We propose that by enabling downstream firms to purchase these certificates and claim verified decarbonization benefits independent of physical supply chain flows, EACs can support an insetting regime that bridges supply chain distances and provides a scalable pathway to Scope 3 decarbonization. Whether through bilateral deals or inclusive market platforms, EACs can offer demand guarantees and price stability to producers of hard-to-abate commodities, supporting investment in low-carbon technologies. Critical implementation issues such as responsibility accounting, double counting, and frameworks to ensure credibility are also acknowledged.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,259
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCarbon ManagementMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207