课程结果:本课程完成后,学生将1。了解生态学的基本原理和概念,包括生态系统结构,功能和动态。2。从个人到生态系统的各个尺度上识别并描述生物体及其环境之间的相互作用。3。评估人类活动对生态系统和生物多样性的影响。4。应用生态原则来应对环境挑战并提出可持续解决方案。5。对全球生态模式和过程有整体理解,包括生物地理学,气候变化和保护生物学。
本研究考察了企业生命周期在战略管理会计(SMA)信息使用与竞争战略选择之间的调节作用。本研究利用偏最小二乘结构方程模型(PLS-SEM)证明了SMA信息使用对竞争战略选择具有正向影响,并通过偏最小二乘多组分析(PLS-MGA)比较了不同生命周期阶段SMA信息使用与竞争战略选择关系的差异。我们发现,与成熟期企业相比,成长期企业的产品相关信息使用有助于差异化战略的选择。此外,与成长期企业相比,成熟期企业利用产品相关信息和竞争对手相关信息帮助管理者选择成本领先战略。本研究阐明了企业生命周期、SMA信息使用与竞争战略选择之间的关系,为管理者提供了更准确的战略决策建议,并为企业生命周期研究提供了一种方法,即利用PLS-MGA比较不同生命周期阶段变量关系的路径差异。
摘要:在电池储能系统(BESS)中部署的锂离子电池(LIB)可以降低发电部门的碳强度并改善环境可持续性。这项研究的目的是使用生命周期评估(LCA)建模,使用来自同行评审的文献以及公共和私人资源的数据,以量化钴的供应链沿供应链沿供应链量化,这是许多类型的LIB中的关键组成部分。该研究试图了解在生命周期阶段的位置,环境影响最高,从而强调了可以提高自由链供应链可持续性的行动。该LCA的系统边界是摇篮到门的。影响评估遵循食谱中点(H)2016。我们假设一个30年的建模期,并在第3年,第7和14年结束时进行了增强,然后在第21年完全替换。在场景中使用了三个炼油厂(中国,加拿大和芬兰),一系列矿石等级(NMC111,NMC532,NMC532,NMC622,NMC811和NCA),以更好地估计其对生命周期的影响。的见解是,根据与矿石等级的逆权法关系,几乎所有途径的影响都会增加;在中国以外的精炼可以将全球变暖潜力(GWP)降低超过12%; GWP对NCA和其他NMC电池化学中使用的钴的影响分别比NMC111低63%和45-74%。按单分析进行分析,海洋和淡水生态毒性是突出的。对于0.3%的矿石等级,加拿大路线的GWP值以58%至65%的速度降低,而芬兰路线的GWP值则下降了71%至76%。统计分析表明,电池中的钴含量是最高的预测因子(R 2 = 0.988),其次是矿石等级(R 2 = 0.966)和精炼位置(R 2 = 0.766),当分别评估相关性时。这里提出的结果指向可以减少环境负担的地区,因此它们有助于政策和投资决策者。
关于钠离子环境报告的信息很少(Liu 等人,2021 年;Peters 等人,2021 年)。因此,本研究的目的是评估钠离子存储技术的环境方面。因此,通过本研究对特定的钠离子电池进行生命周期评估 (LCA)。该论文的具体范围是从摇篮到大门的角度研究 1 kWh 生产的电池储能。结果将通过价值链中排放的分解来呈现,包括材料、运输和能源影响。同时还展示了电池材料影响的划分。对于评估的电池,假设它用于千兆级生产(每年生产 1 GWh 的电池存储)。假设这将被放置在欧洲,并呈现全球和本地供应链。
节肢动物是一种非常富含物种的分类单元,可提供必不可少的生态系统服务,例如授粉或营养循环(Yang and Gratton 2014,Stork 2018,Cardoso等,Cardoso等人。2024)。尽管其重要性至关重要,但与脊椎动物相比,节肢动物在保护研究中仍然明显研究(Clark and 2002年5月,Cardoso等人,Cardoso等。2011,Di Marco等。 2017)。 这种监督尤其令人担忧,因为这些重要的生物目前正受到普遍的危机的威胁,称为“一千次死亡”(Wagner等人。 2021)。 问题源于全球威胁的结合,包括极端气候,污染,富营养化,入侵物种和城市化,这共同导致节肢动物的丰富性和物种丰富度大幅下降(Wagner 2020,Harvey等,Harvey等,Harvey等,2011,Di Marco等。2017)。这种监督尤其令人担忧,因为这些重要的生物目前正受到普遍的危机的威胁,称为“一千次死亡”(Wagner等人。2021)。问题源于全球威胁的结合,包括极端气候,污染,富营养化,入侵物种和城市化,这共同导致节肢动物的丰富性和物种丰富度大幅下降(Wagner 2020,Harvey等,Harvey等,Harvey等,预计随着全球变化的预计,这种情况将恶化,使节肢动物面临更大的风险(Hallmann等人2017,Seibold等。 2019,Soroye等。 2020)。2017,Seibold等。2019,Soroye等。2020)。
当前的基因组模型与预测各种生物系统(尤其是真核基因组)突变的功能影响。机器学习方法在建模蛋白质序列和原核基因组方面表现出了一些成功。真核DNA的复杂性及其长期相互作用和调节元素提出了更多的挑战。
_____________________________________________ *通讯作者。电子邮件addre ss:maussion@laplace.univ-tlse.fr电话:+33 7 85 49 94 60 60地址:2 Rue Charles Camichel,31000 Toulouse这项工作得到了巴基斯坦高等教育委员会的部分支持。M. Mohsin,A。Picot,P。Maussion与法国图卢兹大学INP Laplace,法国ToulouseUniversiaté(电子邮件:surname.name@laplace.univ-tlse.fr)
