MétaCan
Menu
Retour à la cohorte
Enregistrement W1521236402 · doi:10.1002/047147844x.sw791

Hydroelectric Reservoirs as Anthropogenic Sources of Greenhouse Gases

2004· other· en· W1521236402 sur OpenAlexaffabout
Nicolas Soumis, Marc Lucotte, René Canuel, Sebastian Weissenberger, Stéphane Houel, Catherine Larose, Éric Duchemin

Notice bibliographique

RevueWater Encyclopedia · 2004
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensEnvironment and Climate Change CanadaUniversité de MontréalUniversité du QuébecUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHydroelectricityHydropowerGreenhouse gasEnvironmental scienceElectricityChinaElectricity generationWater resource managementEnvironmental protectionNatural resource economicsEnvironmental engineeringGeographyEngineeringGeologyEconomicsArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract The ever‐increasing demand for energy over the recent development of societies has spurred the construction of hydroelectric facilities. Since dams were first used to generate hydropower around 1890, their construction rate increased tremendously to peak during the 1950s and the 1980s . Today, about 25% of the 33,105 large dams (≥15 m height) listed by the International Commission on Large Dams (ICOLD) are used for hydropower generation and currently provide 19% of the world's electricity supply . Although over 150 countries operate hydroelectric plants, Brazil, China, Canada, Russia, and the United States produce more than 50% of the world's hydropower . According to data from 1996, hydroelectric reservoirs worldwide cover an estimated 600,000 km 2 .

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,211
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater EncyclopediaMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207