Simplified Life Cycle Assessment models : methodological framework and applications to energy pathways
Notice bibliographique
Résumé
La transition énergétique est un enjeu majeur actuel et des années à venir. Parmi les défis qu’elle va soulever figure la limitation des impacts environnementaux de la production d’électricité. Pour cela, des outils d’aide à la décision, simples d’utilisation et suffisamment précis, considérant les aspects environnementaux et permettant d’optimiser les choix énergétiques futurs, doivent être mis en place. L’analyse environnementale d’une filière de conversion d’énergie est un sujet complexe. Elle comporte en effet deux niveaux. Le niveau « filière », caractérise le profil global d’impacts environnementaux des systèmes, et le niveau « système » caractérise leurs impacts, permettant ainsi une analyse intra-filière. Pour répondre à ce besoin de caractérisation en deux niveaux, nous proposons une méthodologie générique permettant de développer des modèles d’estimation des profils environnementaux de chacune des filières et d’estimer simplement ceux des systèmes qui la composent sans avoir à réaliser une étude détaillée. Cette méthodologie repose sur la définition d’un modèle d’Analyse de Cycle de Vie paramétré prenant en compte, par Analyse Globale de Sensibilité, un large échantillon de systèmes représentatif des configurations observées en pratique au sein des filières. Dans un second temps, des modèles simplifiés estimant les performances environnementales des systèmes sont définis, en fonction de quelques paramètres clefs identifiés comme expliquant la plus grande part de variance des impacts environnementaux de la filière. Cette méthodologie de réduction de modèle a été appliquée à la filière éolienne terrestre en Europe et à la filière photovoltaïque résidentielle en France.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».