More rationality and inclusivity are imperative in reference transition scenarios based on IAMs and shared socioeconomic pathways - recommendations for prospective LCA
Notice bibliographique
Résumé
Prospective life cycle assessment (pLCA) is a key tool for evaluating future environmental impacts and supporting environmental policies. Recent pLCA methods integrate technological projections from transition scenarios modeled with integrated assessment models (IAMs), leveraging the shared socioeconomic pathways (SSPs) and representative concentration pathways developed within the framework of the Intergovernmental Panel for Climate Change (IPCC). However, this computational framework is influenced by subjective modeling choices within IAMs and SSPs, which can affect the robustness and relevance of future technological scenarios thus pLCA results. This article starts by highlighting these subjective choices through the lens of Science and Technology Studies, to then provide recommendations to enhance pLCA practices within this computational framework, especially through the selection of more (a) rational and (b) inclusive technological scenarios. The first step toward better practices is recognizing the inherited choices and limitations of borrowed models. Our recommendations then address the selection of future technological scenarios for pLCA: these scenarios could (a.1) account for the whole variability of mainstream transition scenarios from the latest IPCC report and its effect on pLCA results, (a.2) include only screened IPCC mainstream IAM scenarios based on proposed reality check criteria, (b.1) integrate scenarios rooted in alternative economic schools of thought, such as post-Keynesian economics or ecological macroeconomics, explore scenarios based on alternative (b.2) indicators prioritizing strong sustainability, justice, and well-being, and (b.3) societal narratives such as economic downscaling avenues and degrowth. Finally, we emphasize the need to incorporate ethical considerations into modeling, offering recommendations to (b.4) prioritize more equitable scenarios.
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 | 0,001 | 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 | 0,001 | 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 ».