MétaCan
Menu
Retour à la cohorte
Enregistrement W2567377681 · doi:10.5539/ibr.v10n2p1

Factors Influencing the Adoption of Small-scale Biogas Digesters in Developing Countries – Empirical Evidence from Vietnam

2016· article· en· W2567377681 sur OpenAlexvenueno aff
Ngo Thi Thanh Truc, Trần Sỹ Nam, Nguyễn Võ Châu Ngân, Jan Bentzen

Notice bibliographique

RevueInternational Business Research · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesDanish International Development Agency
Mots-clésBiogasSubsidyBusinessInvestment (military)Scale (ratio)Developing countryEmpirical evidenceAgricultural economicsNatural resource economicsEconomicsEconomic growthEngineeringWaste managementGeography

Résumé

récupéré en direct d'OpenAlex

The use of small-scale biogas digesters among farmers and households in rural areas of developing countries is a well-known technology. The potential for biogas in these areas is probably much larger than presently exploited and therefore more knowledge on factors that may further the use of biogas is needed. The present study draws on data from two extensive surveys in the Mekong Delta with questionnaires of one hundred and two hundred respondents, respectively, and data collected from personal interviews in all cases. The empirical evidence shows that the technology is well known and if the purpose is to expand the use of biogas, financial instruments (like subsidies) are the most important to rely on. High investment costs are important for the biogas investment decision and subsequently information on the economic benefits of cheap biogas is an important topic to address.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,010
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

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

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 Opus0,145
Tête enseignante GPT0,357
Écart entre enseignants0,213 · 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.

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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetEnergy and Environment ImpactsTravaux en français237 207