SSELF: A Specific SEmiautomated Lifecycle Footprinting framework to go beyond generic data in LCA
Notice bibliographique
Résumé
Advancements in life cycle assessment (LCA) and environmentally extended input-output analysis enable quick generic estimations of the environmental footprint of almost any product and service. However, going beyond a generic estimate to an assessment based on actual, specific supply chain data remains costly and impracticable and demands significant sharing of proprietary data between supply chain actors and the LCA practitioner. Achieving widespread specificity in LCA requires fundamentally changing the way inventory and emission data are collected, stored, and exchanged. This research develops the SSELF (Specific SEmiautomated Lifecycle Footprinting) framework to go beyond generic data in LCA in a way that can scale up, while safeguarding sensitive data. A key feature of the framework is decentralizing inventory collection and footprint calculations. Thus, production functions remain private and upstream impacts are calculated using an iterative approach with a database of unique product identifiers and the footprints reported by other users, capturing changes in the footprints of suppliers. Although this substantially reduces the effort of footprint assessments, implementing the framework in practice presents new challenges, which are identified and discussed in this paper along with recommendations on how they can be addressed and their implications. This work provides important insight into how to get to a point where every product and service has its unique footprint. Broad access to footprints with more specificity is necessary to help consumers reduce their consumption-based impacts and make companies take accountability for, and reduce, their indirect impacts. Supplementary Information: The online version of this article (doi:10.1111/jiec.70056) contains supplementary material, which is available to authorized users.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,005 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,005 |
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 ».