MétaCan
Menu
Retour à la cohorte
Enregistrement W2264256900 · doi:10.1108/case.darden.2016.000063

C-Energy's Red Hill Plant: Meeting the SO<sub>2</sub> Challenge

2017· article· en· W2264256900 sur OpenAlexaff
Антон Овчінніков

Notice bibliographique

RevueDarden Business Publishing Cases · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPurchasingSustainabilityInvestment (military)ScrubberEconomicsEnvironmental economicsNatural resource economicsCoalGovernment (linguistics)BusinessOperations managementWaste managementEngineering

Résumé

récupéré en direct d'OpenAlex

This case is suitable for graduate-level quantitative analysis, business and government, environment and sustainability, and global economics courses. Students must consider the tradeoffs between continuing to run an old coal-burning plant and purchasing emissions allowances (EAs) versus upgrading to emissions-reducing wet or dry scrubbers. Reducing emissions creates the possibility of selling the plant's surplus EAs (which are likely to increase in price). Choosing a wet or dry scrubber requires considering installation cost and construction time, variable cost, and SO2 removal efficiency. Ideally, the investment should pay back over time, but management believes some net investment could also be justified. For that, however, complete analyses from both economic and environmental perspectives are required. A supplemental spreadsheet is available to accompany the case (UVA-QA-0726X).

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)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
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 enseignants0,608
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0070,003
Science ouverte0,0010,001
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 Opus0,101
Tête enseignante GPT0,240
Écart entre enseignants0,139 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDarden Business Publishing CasesMême sujetClimate Change Policy and EconomicsTravaux en français237 207