MétaCan
Menu
Retour à la cohorte
Enregistrement W2883682231 · doi:10.1186/s42162-018-0012-8

Comparing solar photovoltaic and battery adoption in Ontario and Germany: an agent-based approach

2018· article· en· W2883682231 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEnergy Informatics · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInnovation Diffusion and Forecasting
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesHorizon 2020Cisco Systems CanadaEuropean CommissionCisco Systems
Mots-clésPhotovoltaic systemBattery (electricity)PhotovoltaicsArchitectural engineeringComputer scienceBusinessEngineering physicsElectrical engineeringEngineeringPower (physics)Physics

Résumé

récupéré en direct d'OpenAlex

We use Agent Based Models (ABMs) to study and contrast the projected adoption of integrated photovoltaic and battery systems in both Ontario, Canada and Bavaria, Germany. We carry out surveys in both jurisdictions to elicit Agent Based Model (ABM) model parameters and to learn the decision function that determines whether an agent purchases a system or not. We use our fitted ABMs to assess the impact of different policy variants on Solar Photovoltaic (PV) system adoption in both jurisdictions. We find that different adoption behaviours exist in both jurisdictions, and that, in jurisdiction, of the polices that we considered, different policy incentives bring about the most significant increase in adoption. For example, reducing PV prices best increases adoption in Ontario but increasing the price of electricity would have the most significant impact in Germany. ABMs allow policy makers and PV/battery manufacturers to estimate the jurisdiction-specific impact of a range of policy prescriptions.

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.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,892
Score d'incertitude au seuil0,880

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 ouverte0,0000,000
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 Opus0,110
Tête enseignante GPT0,301
Écart entre enseignants0,191 · 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