MétaCan
Menu
Retour à la cohorte
Enregistrement W1992706558 · doi:10.1177/1474474013516406

Solar energy, bad weather days, and the temporalities of slower homes

2013· article· en· W1992706558 sur OpenAlexaffabout
Phillip Vannini, Jonathan Taggart

Notice bibliographique

RevueCultural Geographies · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésTemporalitiesPhotovoltaic systemConsumption (sociology)ElectricityModernitySolar energyArchitectural engineeringSolar powerPower (physics)EngineeringSociologyElectrical engineeringPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Solar energy harnessed through photovoltaic panels powers the greatest majority of the domestic electricity needs of off-grid homes. Solar energy can be rather easily stored in batteries; however, the cost of battery banks and the need to limit draining these batteries to increase their life, means that solar-powered home dwellers need to carefully monitor their energy consumption and reduce electricity use when solar energy becomes scarce. So what happens during fall and winter months when cloudy skies and long dark days make solar energy scarce? Drawing from ethnographic research with Canadian off-grid homeowners, this paper examines the everyday ways in which off-gridders adapt to seasonal darkness. Ethnographic data show how people’s diurnal and seasonal rhythms change in accordance with available sunlight and therefore more broadly how people’s relationships with place are shaped by changing temporalities of light and darkness. Focusing in particular on the alternative domestic technologies off-gridders use to reduce wattage consumption (e.g. LED televisions, DC lights, non-use of heat-producing appliances, use of manually-operated tools) and juxtaposing their lifestyles with domestic practices of the past this paper argues that off-gridders challenge the speed, light, and power assemblages of modernity, by cultivating slower rhythms and power self-sufficiency.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,180
Écart entre enseignants0,174 · 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'étudeQualitatif
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

Citations20
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCultural GeographiesMême sujetEnergy and Environment ImpactsTravaux en français237 207