Life Cycle Impact Assessment\nof Terrestrial Acidification:\nModeling Spatially Explicit Soil Sensitivity at the Global Scale
Notice bibliographique
Résumé
This paper presents a novel life cycle impact assessment\n(LCIA)\napproach to derive spatially explicit soil sensitivity indicators\nfor terrestrial acidification. This global approach is compatible\nwith a subsequent damage assessment, making it possible to consistently\nlink the developed midpoint indicators with a later endpoint assessment\nalong the cause-effect chaina prerequisite in LCIA. Four different\nsoil chemical indicators were preselected to evaluate sensitivity\nfactors (SFs) for regional receiving environments at the global scale,\nnamely the base cations to aluminum ratio, aluminum to calcium ratio,\npH, and aluminum concentration. These chemical indicators were assessed\nusing the PROFILE geochemical steady-state soil model and a global\ndata set of regional soil parameters developed specifically for this\nstudy. Results showed that the most sensitive regions (i.e., where\nSF is maximized) are in Canada, northern Europe, the Amazon, central\nAfrica, and East and Southeast Asia. However, the approach is not\nbereft of uncertainty. Indeed, a Monte Carlo analysis showed that\ninput parameter variability may induce SF variations of up to over\n6 orders of magnitude for certain chemical indicators. These findings\nimprove current practices and enable the development of regional characterization\nmodels to assess regional life cycle inventories in a global economy.
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 | 0,002 |
| 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) | 0,004 | 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 ».