Norges utvikling og tilrettelegging av karbonfangst- og lagring (CCS). En komparativ casestudie av CCS utviklingen mellom Norge og Canada
Notice bibliographique
Résumé
Sammendrag \n\nI denne masteroppgaven har jeg undersøkt forholdene for CCS utvikling i Norge og på hvilken måte Norge kan ta lærdom av CCS utviklingen i Canada. Oppgaven belyser de økonomiske, teknologiske og regulatoriske rammene som affiserer CCS utviklingen i Norge. Canada er et foregangsland jamfør CCS industri og utvikling. De har vært først ute med å bygge verdens første kommersielle karbonfangst anlegg i 2015 og verdens største karbonfangst, utnyttelse og lagrings prosjekt (CCUS) med prosjektet Alberta Carbon Trunk Line (ACT) i 2020, lokalisert i prærie provinsen Alberta. I 2007, holdt Statsministeren Jens Stoltenberg den omdiskuterte månelandingstalen. Full av optimisme og pågangsmot skulle Norge innen syv år være et pionerland innenfor rensing av CO2 på gasskraftverket på Mongstad, utenfor Bergen. Ved starten av 2024, og 17 år senere har vi fortsatt ikke et kommersielt CCS anlegg i drift på norsk jord. Nå ser vi en økende trend der Norge og flere europeiske land begynner å fremheve CCS teknologien som et avgjørende tiltak for å nå «netto null 2050». Hvorfor har ikke dette skjedd tidligere? \nForskningsdesignet for oppgaven er en kvalitativ case studie som sammenligner de ulike økonomiske, teknologiske og regulatoriske virkemidlene hvert av landene har benyttet for å inkorporere CCS i det sosiotekniske regimet. Metodedel er basert på kvalitative intervjuer og dokumentanalyse. Empiriske data er samlet inn gjennom intervjuer med seks fagpersoner som har jobbet eller jobber aktivt med forskning, tilrettelegging og utvikling av CCS i Norge og Canada. Med utgangspunkt i empirien fra informantene og datainnsamlingen, fokuserer jeg på de aspektene som har blitt fremhevet som de mest sentrale for hvorfor Norge ikke har kommet lenger enn det vi har per nå. Jeg ser også på hvilken lærdom vi kan dra nytte av ved å se på fremgangsmåten til Canada. Oppgaven benytter et teoretisk rammeverk der teoriene Multi Level Perspective og sosial aksept blir integrert for å underbygge empiriske funn gjennom oppgaven. Funnene som presenteres i oppgaven peker på byråkratisk ineffektivitet, risikoaverse holdninger og mangelen på støtteordninger, spesielt insentiv ordninger som sentrale faktorer. Canada sin politisk økonomiske modell viser til å være mer effektiv og tilpasningsdyktig når det gjelder å håndtere CCS, gjennom å tilrettelegge og inkorporere teknologien i det sosiotekniske regimet.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,003 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,086 | 0,014 |
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 ».