MétaCan
Menu
Retour à la cohorte
Enregistrement W2624490334 · doi:10.18174/387079

Prognose CO2-emissie glastuinbouw 2020

2016· report· nl· W2624490334 sur OpenAlexaff
Nico van der Velden, Pepijn Smit

Notice bibliographique

Revuenon disponible
Typereport
Languenl
DomaineEnergy
ThématiqueEnergy, Environment, Agriculture Analysis
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésCovenantInterimGreenhouse gasElectricityBusinessKyoto ProtocolEnvironmental scienceAgricultural economicsEconomicsEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

Tussen de glastuinbouw en de overheid is in een convenant een CO2-emissieruimte overeengekomen voor 2020.De CO2-emissie bleek in 2014 ruim onder deze CO2-emissieruimte te liggen.In het convenant is ook overeengekomen dat er tussentijds geëvalueerd wordt waarbij vooral het effect van de externe factoren areaal en de verkoop van elektriciteit van belang is.In dit onderzoek is de CO2emissie in 2020 geprognotiseerd.De prognose loopt uiteen van 4,2 tot 4,4 Mton en ligt daarmee onder de 6,2 Mton CO2-emissieruimte in het convenant.Verminderde elektriciteitsverkoop door de sector en verdere krimp van het areaal zijn de belangrijkste oorzaken.The greenhouse horticulture sector and government agreed in a covenant on a CO2 emission budget for 2020.It appeared that the 2014 CO2 emissions were considerably lower than this CO2 emission budget.The covenant signatories also agreed that an interim evaluation would be carried out which would focus on two external factors: effect of the area with greenhouses and sales of electricity.The objective of this study was to forecast the CO2 emissions in 2020.The forecasts lay between 4.2 and 4.4 Mtonnes, a range that is below the 6.2 Mtonnes CO2 emission budget agreed in the covenant.This was primarily due to the sector's lower sales of electricity and the further contraction of the area with greenhouses.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,225 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy, Environment, Agriculture AnalysisTravaux en français237 207