MétaCan
Menu
Retour à la cohorte
Enregistrement W2312432872 · doi:10.1177/097226290701100107

Chamera Hydro-Electric Power Project (Chep-1), Khairi: Looking beyond the Horizon of Hydroelectricity and Profit, Giving New Meaning to Life

2007· article· en· W2312432872 sur OpenAlexfundno aff
Som Sekhar Bhattacharyya

Notice bibliographique

RevueVision The Journal of Business Perspective · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHydropower, Displacement, Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesDalhousie University
Mots-clésHydroelectricityLivelihoodElectricityCorporationElectric powerBusinessAgricultureEngineeringPower (physics)FinanceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

National Hydro-electric Power Corporation Limited (NHPC Ltd) was the biggest player in Indian hydro power industry. NHPC was in the business of hydro power generation. NHPC was spread all over India and generated about 3740 Mega Watt (MW) of electricity annually. Hydro-electric power projects brought associated challenges like loss of forest and village land because of the creation of the water reservoirs and dam infrastructure, etc., of the project. Further, this led to the displacement of people, which impacted their livelihood. NHPC had to effectively and efficiently minimize the social and environmental impacts created by its business initiatives in the projects. NHPC undertook Corporate Social Responsibility (CSR) initiatives to address these issues. The case writes about one such project (Chamera Hydro-electric Power Station -I, CHEP-1) of NHPC The case illustrates how NHPC bettered the lives of the people around CHEP-1. NHPC had major expansion and growth plans to cater to the growing energy demand of India. NHPC management aimed at contributing not only to its economic goals but also to the society where it worked. For that, NHPC had to make the CSR initiatives in its projects comparable to the CHEP-1 story

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,002
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,014
Tête enseignante GPT0,370
Écart entre enseignants0,356 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVision The Journal of Business PerspectiveMême sujetHydropower, Displacement, Environmental ImpactTravaux en français237 207