MétaCan
Menu
Retour à la cohorte
Enregistrement W4415493367 · doi:10.1111/1468-2427.70032

‘CLOSING THE CARBON LOOP’: Climate Policy Discourses and the Material Politics of Municipal Waste‐to‐Biofuel Programs

2025· article· en· W4415493367 sur OpenAlexaboutno aff
Taylor Davey

Notice bibliographique

RevueInternational Journal of Urban and Regional Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasGeneral partnershipWork (physics)Renewable energyFossil fuelPoliticsProduction (economics)Pipeline (software)Actor–network theoryEnergy policy

Résumé

récupéré en direct d'OpenAlex

Abstract Waste‐to‐biofuel (WTB) programs have gained popularity as a municipal circular economy and an emissions reduction strategy. The upgrading of biofuels to renewable natural gas (RNG) has drawn particular interest, as RNG can displace conventional fossil fuels in any existing natural gas end use and be delivered through existing pipeline infrastructure. This article examines RNG produced at the City of Toronto’s waste facilities in partnership with Enbridge Distribution Inc. Toronto has framed its program as a strategy to ‘close the carbon loop’, recirculating waste as a new energy resource and, by extension, the carbon embodied in municipal waste. The article, first, examines the construction of the carbon loop policy narrative that draws from the technical work of emissions accounting. Second, it discusses how and why choices that shape energy systems are made as part of such programs. In Toronto, distributing through the Enbridge pipeline network has enabled the production of flexible environmental attributes that can be virtually assigned to a range of end uses and users. Understanding how policy narratives are constructed to describe municipal policy experimentation and situate municipal experiments within wider energy systems and energy system politics is critical to ensure experiments contribute to long‐term net zero pathways.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,305
Score d'incertitude au seuil0,695

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0200,075
Communication savante0,0170,008
Science ouverte0,0020,006
Intégrité de la recherche0,0070,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,041
Tête enseignante GPT0,368
Écart entre enseignants0,327 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Urban and Regional ResearchMême sujetSustainability and Climate Change GovernanceTravaux en français237 207