MétaCan
Menu
Retour à la cohorte
Enregistrement W2109727985 · doi:10.1287/msom.1110.0359

Optimizing Organic Waste to Energy Operations

2012· article· en· W2109727985 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueManufacturing & Service Operations Management · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésRenewable energyBusinessEnvironmental economicsRevenueSubsidyWaste disposalElectricityProfit (economics)Waste managementEconomicsMicroeconomicsEngineeringFinance

Résumé

récupéré en direct d'OpenAlex

A waste-to-energy firm that recycles organic waste with energy recovery performs two environmentally beneficial functions: it diverts waste from landfills and it produces renewable energy. At the same time, the waste-to-energy firm serves and collects revenue from two types of customers: waste generators who pay for waste disposal service and electricity consumers who buy energy. Given the process characteristics of the waste-to-energy operation, the market characteristics for waste disposal and energy, and the mechanisms regulators use to encourage production of renewable energy, we determine the profit-maximizing operating strategy of the firm. We also show how regulatory mechanisms affect the operating decisions of the waste-to-energy firm. Our analyses suggest that if the social planner's objective is to maximize landfill diversion, offering a subsidy as a per kilowatt-hour for electricity is more cost effective, whereas if the objective is to maximize renewable energy generation, giving a subsidy as a lump sum to offset capital costs is more effective. This has different regulatory implications for urban and rural settings where the environmental objectives may differ.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,198 · 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