MétaCan
Menu
Retour à la cohorte
Enregistrement W2690890784 · doi:10.1109/ccece.2017.7946740

Impact of renewable energy deployment in Canada's remote communities on diesel generation carbon footprint reduction

2017· article· en· W2690890784 sur OpenAlexafffundabout
Elham Karimi, Mehrdad Kazerani

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Resources Canada
Mots-clésRenewable energyCarbon footprintGreenhouse gasSoftware deploymentReduction (mathematics)Environmental scienceEnvironmental economicsEcological footprintFootprintEnvironmental engineeringEnvironmental protectionBusinessEnvironmental resource managementComputer scienceEngineeringSustainabilityGeographyEcologyElectrical engineeringEconomics

Résumé

récupéré en direct d'OpenAlex

This paper investigates the impact of incorporation of renewable energy (RE) resources on diesel generation carbon footprint reduction in Canada's remote communities. A multiple-year planning optimization problem is adopted to study the feasibility of integration of RE and energy storage system (ESS) in isolated microgrids of remote communities and to verify the economic and environmental benefits of RE integration on those communities. A case study is presented to demonstrate the effect of introducing renewable energy alternatives on greenhouse gas (GHG) emission reduction in Kasabonika Lake First Nation (KLFN) remote community in Northern Ontario, Canada.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,034
Tête enseignante GPT0,260
Écart entre enseignants0,226 · 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'étudeSimulation ou modélisation
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

Citations8
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetHybrid Renewable Energy SystemsTravaux en français237 207