MétaCan
Menu
Retour à la cohorte
Enregistrement W1795428166 · doi:10.21083/surg.v7i2.2894

How wind turbines are not generating green energy: An economic review of the Ontario Green Energy and Green Economy Act

2014· article· en· W1795428166 sur OpenAlexaffvenueabout
Nathaniel Whittingham

Notice bibliographique

RevueSURG Journal · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésRenewable energyFossil fuelWind powerNatural resource economicsElectricityLow-carbon economyGreenhouse gasInefficiencyBusinessEconomyEconomicsWaste managementEngineeringMarket economy

Résumé

récupéré en direct d'OpenAlex

The Ontario Government passed the Ontario Green Energy and Green Economy Act in 2009. The Act promoted wind turbines and solar panels as a major component of the energy supply for the Province of Ontario as a replacement for coal-fired electricity generation plants. This article provides an economic assessment of the rationales that were offered for this policy, specifically, that the Act would help the Government of Ontario reduce the province’s reliance on fossil fuels, reduce carbon emissions, and stimulate the economy through the creation of jobs. The effects of the policy on the cost of electricity in the province are also considered. The analysis concludes that the Act will not reduce the Province of Ontario’s reliance on fossil fuels due to the inefficiency and unpredictability of wind turbines, ultimately leading to the need to use energy from more readily available sources of electricity such as gas. The need for fossil fuel backup also limits the potential to reduce the green house gas emissions. Keywords: Ontario Green Energy and Green Economy Act (2009); renewable energy; economic review

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,394

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,009
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,061
Tête enseignante GPT0,222
Écart entre enseignants0,161 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSURG JournalMême sujetClimate Change Policy and EconomicsTravaux en français237 207