MétaCan
Menu
Retour à la cohorte
Enregistrement W2113889274 · doi:10.5539/mas.v8n1p36

Biofuel Policy as a Key Driver for Sustainable Development in the Biofuel Sector: The Missing Ingredient in Zimbabwe’s Biofuel Pursuit

2013· article· en· W2113889274 sur OpenAlexvenueno aff
Phanankosi Moyo, Mahluli Moyo, Donatus Dube, Oswell Rusinga

Notice bibliographique

RevueModern Applied Science · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiofuelNatural resource economicsFossil fuelAviation biofuelSustainable developmentGreenhouse gasBusinessAgricultural economicsEconomicsBioenergyPolitical scienceEngineeringEcologyWaste management

Résumé

récupéré en direct d'OpenAlex

As global warming continues to be a challenge, there is urgency to look into fossil fuel alternatives for sustainable energy supplies which have also been hastened by the volatility of crude oil prices and the fact that fossil fuel depletion is clearly in sight. Zimbabwe has not been spared of the negative effects of climate change which have affected both the food and energy sectors. This has proved to be a major challenge for the sustainable development of the country’s economy. In an effort to be energy independent, the country has for over decades looked into the prospect of utilising its vast biomass resources to produce biofuels. These programmes have been met with a number of challenges which has seen most such projects not succeeding. The current paper gives a narration of the history of biofuel programmes in Zimbabwe looking at their driving factors and reasons that led to their collapses. Lack of a national biofuel policy is identified as the major factor that has been the missing link in the past and must be addressed. The paper goes further to call for the crafting of a National Biofuel Policy for Zimbabwe highlighting the major thematic issues it would need to cover. An implementation plan for the programme has been proposed.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,227
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetEnergy and Environment ImpactsTravaux en français237 207