MétaCan
Menu
Retour à la cohorte
Enregistrement W2138613673 · doi:10.5539/eer.v2n1p195

Analysis on the Potential of Greenhouse Gas Emission Reduction in Henan’s Electricity Sector

2012· article· en· W2138613673 sur OpenAlexvenueno aff
Zhang Rui-qin

Notice bibliographique

RevueEnergy and Environment Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasRenewable energyEnvironmental scienceElectricity generationElectricityFossil fuelBaseline (sea)Diversification (marketing strategy)Emission intensityEnvironmental economicsNatural resource economicsEnvironmental engineeringEnvironmental protectionBusinessWaste managementPower (physics)EngineeringEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Henan Province, located in the middle of China, is the typical case for a power system predominantly on fossil fuel and electricity sector, which is also the main emission source in Henan Province. In order to evaluate the potential for greenhouse gas (GHG) emission reduction of the electricity sector in Henan Province , this article analyses different development scenarios based on the “Long-range Energy Alternative Planning System” (LEAP) model to simulate diversification development patterns. Results showed that there is a potential reduction in GHG emission in the Henan’s electricity sector. The government should design and implement different emphasis in different terms. For instance, we founded that the greenhouse gas emission are decreased considerably in technology priority scenario (8.7 MtCO2) and energy structure optimization scenario (30.30 MtCO2)compared with baseline scenario before 2020, in terms of emission intensity per power unit, during 2005-2020, technology priority scenario, energy structure optimization scenario, and baseline scenario descend by 16.1%, 19.1%, 14.2%, respectively. Ultimately, it gives some policy advice to the power industry in Henan province, the advanced generated technologies will be employed to reduce the greenhouse gas emissions greatly before 2015; however, renewable energy and energy structure adjustment will play the dominant role in reducing the greenhouse gas emissions in the long term. It is also suggested to develop carbon tax and “Clean Development Mechanism” (CDM) projects in Henan Province, such as renewable CDM projects, Methane recovery CDM projects, waste heat/gas/pressure recovery CDM projects, to contribute to the reduction of greenhouse gas emission in Henan’s electricity sector.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,069
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,271
Écart entre enseignants0,252 · 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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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