MétaCan
Menu
Retour à la cohorte
Enregistrement W1600068235 · doi:10.1111/gec3.12086

Social Acceptance of Renewable Energy: Trends, Concepts, and Geographies

2013· article· en· W1600068235 sur OpenAlexafffund
Stewart Fast

Notice bibliographique

RevueGeography Compass · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Acceptance of Renewable Energy
Établissements canadiensQueen's University
Organismes subventionnairesUniversity of Ottawa
Mots-clésRenewable energySupporterGlobeOpposition (politics)Wind powerPoliticsBiology and political orientationSociologyPolitical scienceSocial scienceRegional scienceEconomic geographyGeographyEngineeringLawPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract As global production of energy from renewable sources has grown over the last 25 years, so too has research on social acceptance of renewable energy. This article reports findings from a systematic review of peer‐reviewed articles related to this subject. There has been a rapid increase in the frequency of these studies and a shift in orientation away from market and socio‐political measures of securing policy support for renewables toward a sympathetic reporting of community opposition to wind turbines. Well‐developed conceptual and empirical critiques of the “Not‐in‐My‐Backyard” concept have emerged on the basis of Western European case studies, notably from the UK. Drawing from experiences across the globe with varied sizes and types of new energy infrastructure researchers have documented complex social responses that go beyond simplistic designations of opponent or supporter. Geographical concepts including place, landscape, distance decay, territory, and others have been gainfully employed in this interdisciplinary literature, and there is ample opportunity for greater contributions from the discipline to this area of growing popular and academic interest.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,009
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,280
Écart entre enseignants0,266 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations142
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeography CompassMême sujetSocial Acceptance of Renewable EnergyTravaux en français237 207