MétaCan
Menu
Retour à la cohorte
Enregistrement W2378302595

A research framework for generalized congestions and market power

2010· article· en· W2378302595 sur OpenAlexaff
Yusheng Xue, Tainran Li, Xia Yin, Zhao Yang Dong, Jie Huang, Feng Xue

Notice bibliographique

RevueANU Open Research (Australian National University) · 2010
Typearticle
Langueen
DomaineEnergy
ThématiquePower Systems and Renewable Energy
Établissements canadiensCAE (Canada)
Organismes subventionnairesnon disponible
Mots-clésMarket powerMicroeconomicsElectricity marketElectric power systemEconomicsBusinessIndustrial organizationPower (physics)ElectricityEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Besides the transmission congestion reflecting the physical stability of a power system, power market is also constrained by factors like primary energy, emissions, technical support and multi-game. These factors affecting both competition level and efficiency of a power market can be called by a generic term as generalized congestions. The purpose of regulation is to avoid the abuse of market power and reduce the risk in social welfare. However, inappropriate regulation may also degrade the efficiency of a market; even endanger the market and social stability. So regulation is also a kind of generalized congestions. The capability of market participants to influence (increase or decrease) market efficiency through taking the advantage of generalized congestions can be called as market power, while generalized market power reflects the capability to influence social welfare. Generalized congestions, market power and generalized market power are analyzed in aspects such as classification, evaluation indexes, control measures and research methods. A framework is proposed for the mechanism study of generalized congestions, market power and generalized market power. With this framework, experimental economics can be implemented, and comprehensive analysis can be taken to study the mechanism for generalized congestions to influence the market power.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,007
Communication savante0,0040,009
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,143
Tête enseignante GPT0,410
Écart entre enseignants0,267 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueANU Open Research (Australian National University)Même sujetPower Systems and Renewable EnergyTravaux en français237 207