MétaCan
Menu
Retour à la cohorte
Enregistrement W2091215464 · doi:10.4236/lce.2013.44a005

Business Model for Local Distribution Companies to Promote Renewable Energy

2013· article· en· W2091215464 sur OpenAlexaboutno aff
Bjoern Buesing, Ming Yang

Notice bibliographique

RevueLow Carbon Economy · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRenewable energyBusiness modelBusinessFeed-in tariffRevenueSolar powerInstallationEnvironmental economicsNet meteringTariffRenewable energy creditIndustrial organizationDistributed generationFinanceEconomicsEnergy policyPower (physics)MarketingEngineering

Résumé

récupéré en direct d'OpenAlex

Decentralized or distributed small renewable power facilities are usually installed in local communities for households and small business companies. These facilities include solar PV, concentrated solar power, and wind power, etc. In order to promote installations of such facilities, governments in many countries have developed a number of policies and business models. For example, in Germany and Canada, electricity feed-in tariff policy and business model were developed; in the USA, tax rebate policies and relevant business models were promoted. These policies and models have in some but not in large scale promoted decentralized small renewable power in local communities. The key issue is that these policies and business models do not provide sufficient incentives to local distribution companies (LDC), nor to renewable power installers and users. This paper’s research covers the creation of a business and communication model, named as LDC model, to incentivize both renewable power installers/users and LDCs. This LDC model can play a key role in promoting decentralized small-scale generation (DSG) with renewable energy in local communities. The core element of the LDC model is a revenue model which serves as an instrument to finance renewable installations for households and small commercial businesses. A case study is undertaken with real data of a power distribution company in Toronto, Canada. This paper concludes that with appropriate government policy and with the development of customized information systems for accessing households and small business via internet, an LDC will be able to take leadership in investing and installing small renewable power, and consequently enlarge the share of renewable energy supply in its local power distribution network.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0260,008

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 Opus0,008
Tête enseignante GPT0,191
Écart entre enseignants0,183 · 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLow Carbon EconomyMême sujetICT Impact and PoliciesTravaux en français237 207