MétaCan
Menu
Retour à la cohorte
Enregistrement W4413357349 · doi:10.1111/gcbb.70067

Leveraging Biomass Procurement to Mitigate Carbon Emissions at the Stand Level: A Case Study in Eastern Canadian Forests

2025· article· en· W4413357349 sur OpenAlex
Claudie‐Maude Canuel, Évelyne Thiffault, Nelson Thiffault

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueGCB Bioenergy · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversité LavalNatural Resources Canada
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Resources CanadaCanadian Forest ServiceNatural Sciences and Engineering Research Council of Canada
Mots-clésBiomass (ecology)Environmental scienceGreenhouse gasBioenergyCarbon fibersBiofuelAgroforestryProcurementCarbon sequestrationRenewable energyEnvironmental protectionForestryEcologyWaste managementCarbon dioxideBusinessGeographyEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Many jurisdictions within the boreal and temperate biomes have adopted targets to increase the contribution of forest bioenergy for climate change mitigation. Using residual forest biomass as feedstock is considered, but the carbon emission reductions associated with this practice remain controversial. Our study evaluated how intensifying wood procurement for bioenergy production, alongside supplying fiber for conventional wood industries, can support low‐carbon forest management. We used six sites established in eastern Canada as a case study. We compared the carbon balance of four harvesting scenarios with increasing wood procurement intensity (from procuring sawtimber only to procuring sawtimber, pulpwood and biomass) to three scenarios of unharvested forests, two of which experienced natural disturbances. We modeled carbon fluxes over a 100‐year simulation period, considering biogenic and fossil emissions from aboveground forest ecosystems, harvested wood products, and wood supply and manufacturing. We assessed the mitigation potential of procuring biomass to produce bioenergy in the form of stemwood, treetops (including branches) or pulpwood. We found that forest harvesting, regardless of the wood procurement intensity, offered limited carbon benefits compared to the referenced undisturbed mature stands in most cases. However, increasing wood procurement can reduce the carbon footprint of wood supply chains, with pulpwood identified as a key feedstock. Compared with harvesting roundwood for conventional industries only, procuring biomass for bioenergy is likely to increase carbon emissions unless it substitutes high‐emission energy sources on markets or enhances the next‐rotation stand yield, which seems achievable in the context we studied. Bioenergy displacement factors should range from 0.072 to 0.701 tonne of carbon emission reduction per tonne of carbon in the bioenergy product, depending on stand characteristics, biomass feedstock, and cutting cycle length. Our findings provide a foundation for assessing the GHG reduction potential of harvesting activities at a broader scale, considering varying feedstock recovery intensities.

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.

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 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 enseignants0,381
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,032
Tête enseignante GPT0,275
Écart entre enseignants0,244 · 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