Democratizing life cycle assessment by developing a streamlined model of greenhouse gas emissions from US natural gas supply chains
Notice bibliographique
Résumé
Summary: Natural gas (NG) supply chains contribute substantially to the global energy supply and anthropogenic methane emissions, making them frequent subjects of life cycle assessments (LCAs). To better characterize central tendencies and variability, we systematically reviewed and harmonized published estimates of life cycle greenhouse gas (GHG) emissions from United States NG supply chains. Results informed a streamlined LCA model (SLiNG-GHG: streamlined LCAs of NG-GHGs) that quantifies carbon dioxide and methane from three gates: transmission, distribution, and shipping. Median estimates employing harmonized emission inputs, are 10, 11, and 21 g CO2e/MJ gas (100-year global warming potentials [GWPs]), and 20, 22, and 33 g CO2e/MJ gas (20-year GWPs), delivered to each gate, respectively. Alternatively, inputting available, independent methane measurements, SLiNG-GHG estimates varied from −23% to +316% relative to baseline. Bottom-up inventories used in LCAs tend to underestimate methane compared with measurements. Results underscore the need for open-source, streamlined LCA models that can easily incorporate rapidly evolving measurements for non-experts like investors and regulators. Science for society: Natural gas is an important part of the current energy mix, yet uncertainty surrounding methane emissions is a challenge that needs to be addressed. Bottom-up inventories often underestimate emissions compared with direct measurements. This discrepancy can undermine market credibility and public trust in greenhouse gas (GHG) reporting. We address this challenge with SLiNG-GHG, a streamlined, open-source life cycle assessment model that makes emission analysis accessible to both experts and non-experts. The model development was grounded in data from a wide range of natural gas studies. We demonstrate the use of the model by integrating measurement datasets, bridging the gap between inventories and measurements. The model empowers policymakers, regulators, investors, and civilians to better evaluate natural gas emissions. The tool opens collaborative pathways across engineering, policy, and environmental science, enabling informed decision-making and better emission mitigation efforts.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».