MétaCan
Menu
Retour à la cohorte
Enregistrement W2892423575 · doi:10.31407/ijees9101

TURKEY'S RENEWABLE ENERGY OUTLOOK AND A GENERAL ASSESSMENT OF RECENT DEVELOPMENTS

2018· article· en· W2892423575 sur OpenAlexaboutno aff
Fatma Çanka Kılıç, Mehmet Keskin Kilic, Muharrem Eyidoğan, Durmuş Kaya

Notice bibliographique

RevueInternational Journal of Ecosystems and Ecology Science (IJEES) · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy Security and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRenewable energyQuarter (Canadian coin)BusinessNatural resource economicsFeed-in tariffSustainable developmentEnergy subsidiesEnergy supplyEnergy securityEnergy policyEnvironmental economicsEnergy (signal processing)EconomicsEngineeringGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

Turkey is the world's 17th and Europe's 6th largest economy and the country has made significant advances and breakthroughs in its economy since last two decades. Turkey is a very rich country in terms of geographical location and geological structure due to renewable energy sources. The country has planning to take advantage of these resources to the maximum extent aiming both will contribute to security of energy supply and prepare the ground for the creation of new jobs. The installed power of renewable energy sources, which was 12,305 MW in 2002, has reached the value of 36,702 MW in the third quarter of 2017 with an increase of 198%, approximately. This is an indicator that the renewable energy can be a solution to achieve the country's future goals of energy. This paper presents an overview of Turkey's renewable energy appearance and a general examination of renewable energy status with the latest figures, which determined according to the recent developments. It is also aimed to contribute to all fields, businesses and the industry working on renewable energy, not only to whom seeking the newest developments and latest numbers, but also planning to produce green energy and create green jobs for the country's sustainable 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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil0,937

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 savante0,0000,000
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 Opus0,017
Tête enseignante GPT0,307
Écart entre enseignants0,290 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Ecosystems and Ecology Science (IJEES)Même sujetGlobal Energy Security and PolicyTravaux en français237 207