Scenario Storylines for Carbon Dioxide Removal in Germany: Drawing From Regional Perspectives
Notice bibliographique
Résumé
ABSTRACT Carbon dioxide removal (CDR) is indispensable for reaching the German climate neutrality target as a complementary strategy alongside reducing and avoiding greenhouse gas emissions. Biomass can be used in various ways to deliver bio‐based CDR, including Bioenergy with Carbon Capture and Storage (BECCS), natural sink enhancement, and biomass‐based construction materials. By focusing on bio‐based solutions, actions can be streamlined to achieve both CDR and a range of co‐benefits; for example, in terms of ecosystem services. The ramp‐up of bio‐based CDR in Germany is driven by a diverse set of factors. In this study, scenarios were developed that allow for exploring these factors in a set of narratives. The selection of key drivers followed the PESTEL approach (Policy, Environmental, Social, Technological, Economic, and Legal aspects), to which the Biomass category was added. Desirable net‐zero futures and drivers identified in stakeholder surveys, interviews, and workshops were translated into consistent scenario storylines. These represent diverse bio‐based CDR portfolios that differ in the implementation level of single concepts and in the overall contribution to negative emissions for Germany in 2045, considering the national potentials for different CDR options. The scenarios encompass (1) a focus on cost efficiency, (2) prioritizing decentralized options and natural sinks, (3) larger amounts of bio‐based CDR (skyrocketing), and (4) little support for bio‐based CDR (roadblock). The scenario storylines and drivers can inform modeling for cost‐optimized implementation and paint a picture of potential developments for stakeholders. They can also serve as a basis for compiling bio‐based value chains with maximum removal capacities that deliver a series of additional system benefits.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».