Life-cycle data are voluminous and

Life-cycle data are voluminous and difficult to interpret. Optimization,
as is common in systems analysis, requires that all terms be expressed
in a single objective function. In short, the tools of industrial ecology
require that data be aggregated to communicate the results more easily
to decision makers and so that useful conclusions may be drawn. Aggregated data are easier to work with, but they inevitably contain less information than the original. For example, a life-cycle inventory does not
necessarily contain data that indicate which stage of the life cycle is most
resource intensive: primary extraction, processing, use, or final disposition? Improvement assessment often requires more information than
the simple conclusion. The process of working backward—from aggregated to primary data—is called disaggregationand can be problematic when working from large databases such as those compiled from
input–output analysis. For this reason, it is essential that the methods
of aggregation employed in a life-cycle or systems study be completely
transparent to other researchers. For example, many industrial processes produce more than one product (calledco-products), or produce
residuals with positive (if incidental) economic value (by-products). How
should primary resource consumption or pollution generation be allocated among multiple products? One approach is to weight the inventory data by the economic value of the products. This approach has the
disadvantage of depending on market prices, which fluctuate and may
not fully reflect environmental costs. It does, however, align the lifecycle inventory data with the criteria that are most likely to drive capital
investment and production decisions:return on investment.

Kết quả (Việt) 1:

Chu kỳ sống dữ liệu được chia làm nhiều quyển và khó để giải thích. Tối ưu hóa,như là phổ biến trong phân tích hệ thống, yêu cầu tất cả các điều khoản được thể hiệntrong một hàm mục tiêu duy nhất. Trong ngắn hạn, các công cụ của sinh thái công nghiệpyêu cầu dữ liệu được tổng hợp để truyền đạt các kết quả dễ dàng hơnđể ra quyết định và hữu ích như vậy mà có thể rút ra kết luận. Tổng hợp dữ liệu dễ dàng hơn để làm việc với, nhưng họ chắc chắn chứa ít thông tin hơn so với bản gốc. Ví dụ, một hàng tồn kho vòng đời khôngnhất thiết phải chứa dữ liệu chỉ ra giai đoạn của chu kỳ cuộc sống là hầu hếtnguồn lực chuyên sâu: chính khai thác, chế biến, sử dụng, hoặc sắp đặt cuối cùng? Cải thiện đánh giá thường xuyên đòi hỏi nhiều thông tin hơnCác kết luận đơn giản. Quá trình làm việc lạc hậu — từ dữ liệu tổng hợp để chính — được gọi là disaggregationand có thể có vấn đề khi làm việc từ cơ sở dữ liệu lớn như những người biên soạn từphân tích đầu vào-đầu ra. Vì lý do này, nó là điều cần thiết mà các phương phápcủa tập hợp được sử dụng trong một chu kỳ cuộc sống hoặc hệ thống nghiên cứu là hoàn toàntrong suốt cho các nhà nghiên cứu khác. Ví dụ, nhiều quá trình công nghiệp sản xuất nhiều hơn một sản phẩm (sản phẩm calledco), hoặc sản xuấtdư với giá trị kinh tế tích cực (nếu phát sinh) (nội tạng). Làm thế nàonên thế hệ tài nguyên chính tiêu thụ hoặc ô nhiễm được phân bổ giữa nhiều sản phẩm? Một cách tiếp cận là trọng lượng dữ liệu hàng tồn kho bởi giá trị kinh tế của sản phẩm. Cách tiếp cận này có cácbất lợi của tùy thuộc vào thị trường giá cả, dao động và có thểkhông hoàn toàn phản ánh chi phí môi trường. Nó, Tuy nhiên, sắp xếp dữ liệu hàng tồn kho vòng đời với các tiêu chí có nhiều khả năng đến thủ đô của lái xeđầu tư và sản xuất ra quyết định: lợi tức đầu tư.

Kết quả (Việt) 2:

Dữ liệu vòng đời là cồng kềnh và khó khăn để giải thích. Tối ưu hóa,
như là phổ biến trong phân tích hệ thống, yêu cầu tất cả các điều khoản được thể hiện
trong một hàm mục tiêu duy nhất. Trong ngắn hạn, các công cụ công nghiệp sinh thái
đòi hỏi dữ liệu được tổng hợp để truyền đạt các kết quả dễ dàng hơn
để ra quyết định và do đó kết luận hữu ích có thể được rút ra. Dữ liệu tổng hợp được dễ dàng hơn để làm việc, nhưng họ chắc chắn chứa ít thông tin hơn so với bản gốc. Ví dụ, một hàng tồn kho vòng đời không
nhất thiết chứa dữ liệu đó cho thấy giai đoạn nào của chu kỳ cuộc sống là hầu hết các
nguồn tài nguyên chuyên sâu: khai thác chính, xử lý, sử dụng, hoặc bố trí cuối cùng? Đánh giá sự cải thiện thường đòi hỏi nhiều thông tin hơn so với
các kết luận đơn giản. Quá trình làm việc ngược từ tổng hợp để chính dữ liệu được gọi là disaggregationand có thể có vấn đề khi làm việc từ cơ sở dữ liệu lớn như những người biên soạn từ các
phân tích đầu vào-đầu ra. Vì lý do này, nó là cần thiết rằng các phương pháp
của các tập hợp làm việc trong một nghiên cứu chu kỳ sống hoặc các hệ thống được hoàn toàn
minh bạch để các nhà nghiên cứu khác. Ví dụ, nhiều quá trình công nghiệp sản xuất nhiều hơn một sản phẩm (calledco phẩm), hoặc sản xuất
dư với (nếu phát sinh) giá trị kinh tế tích cực (sản phẩm phụ). Làm thế nào
nên tiêu thụ tài nguyên chính hoặc thế hệ ô nhiễm được phân bổ giữa nhiều sản phẩm? Một cách tiếp cận là để trọng lượng dữ liệu hàng tồn kho của các giá trị kinh tế của sản phẩm. Cách tiếp cận này có những
bất lợi của phụ thuộc vào giá cả thị trường, trong đó có biến động và có thể
không phản ánh đầy đủ chi phí môi trường. Nó hiện, tuy nhiên, sắp xếp các dữ liệu kiểm kê vòng đời với tiêu chí mà có nhiều khả năng lái xe vốn
quyết định đầu tư và sản xuất: lợi nhuận trên đầu tư.