MétaCan
Menu
Retour à la cohorte
Enregistrement W2889646683 · doi:10.28933/ijsr-2017-11-3001

Exploring the need for government energy policy-makers to consider social impacts

2017· article· en· W2889646683 sur OpenAlexaffabout
Jane Wilson, Carmen Krogh, Grace Howell

Notice bibliographique

RevueInternational Journal of Social Research · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Acceptance of Renewable Energy
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Energy (signal processing)Public economicsEnergy policyBusinessEnvironmental economicsPolitical scienceEnvironmental planningEconomicsEnvironmental scienceRenewable energyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

As governments around the world aim to develop and enact policies that promote benefits to the public good, there is an increasing need to identify and acknowledge the social impacts of such policies. In some cases, the social impacts may be unexpected. An example is the social impact related to renewable energy policies, particularly as related to industrial-scale wind power generation. In Ontario, Canada, the push toward large-scale or utility-scale wind power development has resulted in: economic change; social discontent in some affected rural communities; and, concerns about adverse health effects. If the usual avenues of social input to decision-making processes have been removed by legislation, an imposed government policy may result in loss of confidence and, despite the government’s good intentions, may not achieve the intended outcome. While citizens may protest that a policy has inflicted significant social change without consent, some governments may maintain that the overarching goal of environmental benefit outweighs social concerns. This article explores the social impact of wind energy development in Ontario, Canada’s rural communities, and suggests a greater role for social research in informing future policy development.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,764
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0020,000
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 Opus0,316
Tête enseignante GPT0,514
Écart entre enseignants0,197 · 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.

Devis d'étudeSans objet
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

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Social ResearchMême sujetSocial Acceptance of Renewable EnergyTravaux en français237 207