MétaCan
Menu
Back to cohort
Record W4403271389 · doi:10.4000/12de3

La surveillance des émissions anthropiques de CO2 depuis l’espace : un enjeu géopolitique émergent

2024· article· fr· W4403271389 on OpenAlexaff
Grégoire Broquet, Frédéric Chevallier

Bibliographic record

VenueL’Espace Politique · 2024
Typearticle
Languagefr
FieldEnvironmental Science
TopicAtmospheric and Environmental Gas Dynamics
Canadian institutionsUniversity of Fredericton
Fundersnot available
KeywordsHumanitiesForestryPolitical scienceGeographyArt

Abstract

fetched live from OpenAlex

L’accord de Paris sur le climat en 2015, et plus généralement les politiques de lutte contre le changement climatique s’appuient sur une connaissance des émissions de gaz à effet de serre, en particulier de dioxyde de carbone (CO2), dues à l’activité humaine, établie par des inventaires combinant des données sur ces activités et des coefficients d’émissions correspondants. Cette approche présente aujourd’hui des limitations, avec des niveaux d’incertitudes variables en fonction des pays et des secteurs d’activité, et en termes de délais et de résolution spatiale et temporelle, qui pénalisent la transparence et la fiabilité recherchées par l’accord de Paris. Or l’acquisition et le traitement d’observations, notamment satellitaires, des concentrations atmosphériques de CO2 pourrait permettre des estimations rapides et fiables des émissions de CO2 à différentes échelles spatiales, et un contrôle voire une amélioration de la qualité des inventaires. Cet article montre ainsi que cette approche atmosphérique, longtemps limitée à la recherche scientifique, émerge aujourd’hui comme un moyen de répondre au besoin politique de nouvelles capacités de suivi des émissions de CO2. L’Europe affiche de grandes ambitions dans ce domaine, avec la mission spatiale Copernicus Anthropogenic Carbon Dioxide Monitoring (CO2M) et la préparation d’un service opérationnel de suivi atmosphérique des émissions anthropiques de CO2, qui alimenterait les déclarations officielles des émissions européennes. Cependant, la maturité actuelle des chaînes de traitement ne permet pas encore de qualifier un tel système. L’utilisation de ses estimations des émissions de CO2 dans un cadre international pose de nombreux défis techniques et politiques, que cet article discute, en leur donnant un contexte et des perspectives générales. Il s’appuie pour cela sur une revue d’articles scientifiques et de rapports pour les décideurs politiques, et sur une connaissance des échanges internationaux sur le sujet.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.100
Threshold uncertainty score0.198

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.003
Science and technology studies0.0000.001
Scholarly communication0.0030.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.008
GPT teacher head0.260
Teacher spread0.251 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueL’Espace PolitiqueSame topicAtmospheric and Environmental Gas DynamicsFrench-language works237,207