MétaCan
Menu
Retour à la cohorte
Enregistrement W2125137072 · doi:10.5539/eer.v3n1p135

A Multi-Method Evaluation of the Potential for Using the Electricity Bill to Encourage Energy Savings in Norwegian Households

2013· article· en· W2125137072 sur OpenAlexvenueno aff
Håkon Sælen, Hege Westskog

Notice bibliographique

RevueEnergy and Environment Research · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesNorges Forskningsråd
Mots-clésNorwegianElectricityConsumption (sociology)Energy (signal processing)Energy consumptionSample (material)Energy conservationEnvironmental economicsBusinessMarketingEconomicsStatisticsEngineeringSociology

Résumé

récupéré en direct d'OpenAlex

This study explores whether the electricity bill can be used as a medium to deliver information that encourages energy conservation in Norwegian households. Two main categories of information were tested: social comparative feedback and information about the monetary savings that can be made through specific energy-saving measures. The study combines four methods. First, a focus group study gathered advice on the categories and design of information that could influence energy consumption, and addressed general issues on energy consumption. Second, a field experiment monitored actual electricity use in 1000 households over a period of 10 months. In addition, through a survey and a series of in-depth interviews, the experience of the participating households was investigated. The experiment showed no effect on actual consumption. One main barrier was that only half the sample noticed the information. This suggests that the potential for encouraging energy conservation through adding new information to the bill in Norway is limited. The bill is already quite informative and is becoming less relevant as an increasing share of consumers switch to electronic bills and direct debit, which decreases the attention they pay to their bills.

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)0,041
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,041
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,047
Tête enseignante GPT0,345
Écart entre enseignants0,297 · 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'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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy and Environment ResearchMême sujetEnvironmental Education and SustainabilityTravaux en français237 207