Approche de quantification et de récompense des bénéfices climatiques associés à un projet de séquestration de carbone en milieu forestier : implications pour le marché du carbone québécois
Bibliographic record
Abstract
Cette étude s’inscrit dans la mouvance internationale qui vise à développer et à mettre en place des mécanismes de marché efficaces pour lutter contre les changements climatiques. Dans le contexte québécois, cela s’est principalement traduit par la mise en place d’un système de plafonnement et d’échange de droits d’émission de gaz à effet de serre et d’un volet des crédits compensatoires (CrC). Contrairement à un projet de réduction de GES, un projet de séquestration de carbone en milieu forestier est intrinsèquement non permanent. Cette caractéristique limite le potentiel réel des CrC délivrés à annuler ou compenser la totalité des effets négatifs résultant d’une émission de GES dans l’atmosphère. C’est principalement pour cette raison que le secteur forestier est actuellement exclu du volet des CrC québécois. Actuellement, peu importe le type de marché (volontaire ou réglementaire), l’approche de délivrance de CrC adoptée pour les projets de séquestration de carbone anticipe un bénéfice climatique, forçant ainsi les promoteurs de projet et les autorités d’un volet de CrC à mettre en place des mesures contraignantes et à long terme de suivi pour assurer l’intégrité environnementale. L’objectif du projet de recherche est de proposer une nouvelle approche de quantification et de délivrance de CrC pour les projets de séquestration de carbone. À l’instar de l’approche actuelle, l’approche proposée doit non seulement quantifier et récompenser une quantité de carbone séquestré, mais également et surtout, quantifier et récompenser la dimension temporelle implicite aux bénéfices de maintenir une quantité de carbone hors de l’atmosphère pendant une période de temps donnée. En utilisant le forçage radiatif comme indicateur d’un effet sur le système climatique, l’approche démontre qu’il est possible d’intégrer ces deux variables dans la détermination du nombre de CrC à délivrer à un promoteur de projet. Par conséquent, les contraintes associées au critère de la permanence deviennent caduques.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".