Obstacles and Way Forward in Promoting Renewable Energy in Nigeria
Notice bibliographique
Résumé
Nigeria is one of the world’s leading producers of crude oil and yet it is a net importer of refined oil. Its average daily premium motor spirit (PMS) consumption is 30 million liters. At 100% capacity the nation’s refineries will produce 17.74 million liters of premium motor spirit daily. A shortfall of over 10 million liters per day exists. Recent estimates stipulate that Nigeria requires 20,000 MW of electricity per annum. The projected electricity supply from all sources (conventional and renewable) in Nigeria in the short (2007), medium (2015) and long term (2025) is estimated to be 7000 MW, 14000 MW and 29,000 MW respectively. Annual peak electricity demand in Nigeria will increase from 4,558 MW to 45,755 MW in 2050 at high growth rate and 4,558 to 19,599 MW for low growth. Nigeria’s electricity per capita of 27 W/person is not enough to light an electric incandescent bulb of 30 W. These provide enough justification for the use of renewable energy in Nigeria. The use of renewable energy in Nigeria is hindered by the lack of regulation, financial incentives, energy infrastructures, framework for sustainability and technical expertise. Overcoming these obstacles will require invigorating research and development in renewable energy technologies, training and education to build local technical capacity, diversification of energy mix and scaling up of renewable energy utilization, aggressive capacity building in all areas of energy development and creation of enabling environment that will attract investment in energy infrastructure. This paper discusses the obstacles and way forward in promoting renewable energy in Nigeria.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».