MétaCan
Menu
Retour à la cohorte
Enregistrement W2508090158 · doi:10.1145/2934328.2934333

Understanding solar PV and battery adoption in Ontario

2016· article· en· W2508090158 sur OpenAlexafffundabout
Adedamola Adepetu, Srinivasan Keshav

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInnovation Diffusion and Forecasting
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotovoltaic systemBattery (electricity)Carbon footprintElectricityEnvironmental economicsGridDependency (UML)Computer scienceBusinessAutomotive engineeringGreenhouse gasEngineeringPower (physics)Electrical engineeringEconomics

Résumé

récupéré en direct d'OpenAlex

The adoption of solar photovoltaic panels and batteries greatly reduces a grid customer's carbon footprint, while simultaneously reducing their dependency on conventional electricity supply. Given the significance of both outcomes, it is important to understand the potential effect of energy policies on the adoption of these 'PV-battery systems' before they are actually implemented. We therefore design and implement an Agent-Based Model (ABM) that captures the purchase and usage of PV-battery systems. Focusing on Ontario, we use a survey to elicit the responsiveness of residents to potential energy policies. We parameterize the ABM based on survey results to forecast the relative performance of different energy policies. We find that PV-battery system adoption in Ontario is likely to be incremental rather than exponential. Moreover, we find that, of all the policies we evaluated, the most effective way to improve PV-battery system adoption is to significantly reduce its price.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,401
Tête enseignante GPT0,346
Écart entre enseignants0,055 · 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

Citations18
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetInnovation Diffusion and ForecastingTravaux en français237 207