Energy Efficiency and Conservation Block Grant (EECBG): Better Buildings Neighborhood Program Final Report
Notice bibliographique
Résumé
The Neighbor to Neighbor Energy Challenge (N2N) brought together a consortium of 14 leading clean energy rural, suburban, and low income communities throughout Connecticut. N2N was awarded $4.2 million from the U.S. Department of Energy (DOE) competitive BetterBuildings Neighborhood Program on August 10, 2010 to run a two-year pilot program (plus one year of transition and evaluation) (Award No. EMCBC- 00969-10). N2N tested innovative program models and hypotheses for improving Connecticut’s existing residential energy efficiency programs that are overseen by the ratepayer fund board and administered by CT utilities. N2N’s original goal was to engage 10 percent of households in participating communities to reduce their energy usage by 20 percent through energy upgrades and clean energy measures. N2N planned for customers to complete more comprehensive whole-home energy efficiency and clean energy measures and to achieve broader penetration than existing utility-administered regulated programs. Since this was an ARRA award, we report the following figures on job creation in Table 1. Since N2N is not continuing in its current form, we do not provide figures on job retention. Table 1 N2N Job Creation by Quarter Jobs Created 2010 Q4 6.65 2011 Q1 7.13 2011 Q2 4.98 2011 Q3 9.66 2011 Q4 5.43 2012 Q1 11.11 2012 Q2 6.85 2012 Q3 6.29 2012 Q4 6.77 2013 Q1 5.57 2013 Q2 8.35 2013 Q3 6.52 Total 85.31 The N2N team encountered several gaps in the existing efficiency program performance that hindered meeting N2N’s and DOE’s short-term program goals, as well as the State of Connecticut’s long-term energy, efficiency, and carbon reduction goals. However, despite the slow program start, N2N found evidence of increasing upgrade uptake rates over time, due to delayed customer action of one to two years from N2N introduction to completion of deeper household upgrades. Two main social/behavioral principles have contributed to driving deeper upgrades in CT: 1. Word of mouth, where people share their experience with others, which leads to others to take action; and 2. Self-herding, where people follow past behavior, which leads to deeper and deeper actions within individual households.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».