MétaCan
Menu
Retour à la cohorte
Enregistrement W1572349169 · doi:10.1080/03155986.2002.11732656

Simulation D’un Marché De Certificats Verts Pour La Promotion De L’énergie éolienne En Belgique

2002· article· fr· W1572349169 sur OpenAlexvenueno aff
Pierre L. Kunsch, Rafael Álvarez-Nóvoa Barrio, Johan Springael

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2002
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRenewable energyEnvironmental economicsElectricityFossil fuelElectricity marketProduction (economics)EconomicsNatural resource economicsBusinessEnvironmental scienceEngineeringMicroeconomicsElectrical engineeringWaste management

Résumé

récupéré en direct d'OpenAlex

Renewable sources used for the generation of electricity have today quite high production costs in Europe. The liberalisation of the electricity market makes their advancement still more difficult, as it is expected to exert pressures towards lower prices. There are however strong arguments supporting renewable electricity. First, it is highly recommended to preserve the non-renewable fossil natural resources. Second, the use of renewable resources reduces the emissions of CO2 considered as being the most important greenhouse gas. In Belgium the most promising renewable production source for electricity is wind energy. Suitable policies shall amplify a virtuous cycle rendering this type of production competitive with fossil sources on a short-time basis. The present paper presents a simulation with system dynamics of a supporting policy based on the creation of a green-certificate market. The objective of the study is to demonstrate the feasibility of this approach, and to provide to regulators a decision tool for properly designing the main policy parameters as necessary conditions for its success.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, 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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,769
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,220
Tête enseignante GPT0,343
Écart entre enseignants0,123 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINFOR Information Systems and Operational ResearchMême sujetClimate Change Policy and EconomicsTravaux en français237 207