MétaCan
Menu
Retour à la cohorte
Enregistrement W2086136467 · doi:10.1115/1.4025408

Multicriteria Decision Analysis for Wave Power Technology in Canada

2013· article· en· W2086136467 sur OpenAlexaffabout
Joshua R. Monds

Notice bibliographique

RevueJournal of Energy Resources Technology · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWave and Wind Energy Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRanking (information retrieval)WeightingBaseline (sea)StatisticsPayback periodElectricity generationElectricityMathematicsOperations researchOperations managementEconometricsComputer scienceReliability engineeringPower (physics)EngineeringEconomicsProduction (economics)Artificial intelligenceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Three individual wave power generation technologies were studied and evaluated using multicriteria decision analysis through the use of the PROMETHEE method. To evaluate the three technologies, data were collected from previously performed experimental testing on the performance of each wave power generation technology. These data were used to feed into seven different criteria; namely the capacity factor, rated power, capital cost, operation and maintenance (O&M) costs, cost of electricity (COE) for a 10 year payback, maturity, and survivability. The associated data and criteria were used to determine the optimal technology. The results from the Decision Lab modeling ranked the Wave Dragon, AquaBuOY, and Pelamis technologies as 1, 2, and 3, respectively, for all three locations: Tofino/Ucluelet, Hibernia Oil Platform, and St. John's, Newfoundland. A sensitivity analysis of the threshold values determined for the baseline modeling indicated that the original ranking was essentially unaffected when the threshold values were modified (increased and decreased). The weights of the criterion were individually adjusted to evaluate any change in ranking order. A sizable increase in weighting of greater than 40% of any one criterion (while the others were weighed equally) resulted in a change of the overall ranking order of the three technologies. Final weightings on each of the criterion were assigned with preference on rated power, COE, and maturity stage. All other criteria were weighted equally and like the baseline modeling output, the results of the model ranked Wave Dragon, AquaBuOY, and Pelamis from most favorable to least favorable for all three of the locations analyzed.

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)0,009
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,338
Score d'incertitude au seuil0,679

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
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 Opus0,005
Tête enseignante GPT0,178
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'étudeThéorique ou conceptuel
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

Citations13
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetWave and Wind Energy SystemsTravaux en français237 207