Harmonizing soil carbon simulation models, emission factors and direct measurements used in LCA of agricultural systems
Notice bibliographique
Résumé
CONTEXT The increasing demand for animal products, coupled with the need to reduce greenhouse gas (GHG) emissions from livestock production , highlights the urgency for effective mitigation strategies for livestock systems, including the cropping systems. Soil organic carbon (SOC) sequestration, a crucial approach for reducing atmospheric GHG concentrations, is often underrepresented in Life Cycle Assessments (LCA) of agricultural systems, largely due to methodological challenges in accurately accounting for soil carbon dynamics. OBJECTIVE The objective of this study was to evaluate soil carbon simulation models, emission factors and direct measurements used in LCA, with the aim of developing a harmonized approach for including soil carbon change in agricultural LCAs. The goals were to: i) assess soil carbon simulation models, emissions factors and direct measurements used in LCAs of agricultural systems; ii) evaluate the strengths and weaknesses of these models; iii) provide recommendations for LCA practitioners; and iv) identify areas for future methodological improvements. METHODS A systematic review of soil carbon simulation models, emission factors and direct measurements used in LCAs of agricultural systems was conducted, obtaining 263 relevant articles from an initial pool of 29,151. In addition to direct measurements, fifteen soil carbon simulation models and three methods based on emission factors were identified and categorized into three tiers based on complexity and data requirements. A modified Delphi participatory process was used to evaluate each method against established criteria through expert workshops. RESULTS AND CONCLUSIONS The results showed an inverse relationship between applicability and accuracy of methods, making the choice of methodology critical to achieving high-quality LCA results. Recommendations emphasize selecting methods based on objectives and data availability, while being aware of the effect of the initial soil carbon level and the assessment time period when using soil carbon simulation models. In addition, this study identified current methodological challenges in assessing soil C dynamics in LCA of agricultural systems. SIGNIFICANCE This research provides a foundation for improving LCA practices and supports better decision-making in mitigating climate impacts of agricultural systems.
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 | 0,145 | 0,240 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,015 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».