MétaCan
Menu
Retour à la cohorte
Enregistrement W2898497412 · doi:10.3390/su10113871

Explaining the Diffusion of Renewable Electricity Technologies in Canadian Remote Indigenous Communities through the Technological Innovation System Approach

2018· article· en· W2898497412 sur OpenAlexafffundabout
Konstantinos Karanasios, Paul Parker

Notice bibliographique

RevueSustainability · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Resources CanadaEnergy Council of CanadaUniversity of Waterloo
Mots-clésIndigenousSoftware deploymentContext (archaeology)Renewable energyElectricityBusinessInnovation diffusionTransformational leadershipEnvironmental economicsIntervention (counseling)Natural resource economicsEnvironmental resource managementIndustrial organizationEconomic growthEconomicsMarketingPolitical scienceEngineeringGeographyPublic relationsEcology

Résumé

récupéré en direct d'OpenAlex

This paper applies the Technological Innovation System (TIS) approach for the first time in the context of remote indigenous communities in Northwest Territories (NWT) and Ontario, Canada, to explain the diffusion of Renewable Energy Technologies (RETs). These communities need reliable and sustainable electricity to address social, environmental and economic development issues. The study examines the diffusion of RETs during the 2000–2016 period, identifies the systemic and transformational failures responsible for the functional performance of the TISs, and generates insights about factors that have the potential to sustain the development of RET projects. Findings suggest that the TIS-proposed causal mechanisms were present and performed as expected. Since the accumulation of TIS functions influences the rate of deployment of renewable technologies, policy intervention to improve local learning and networking could lead to accelerated diffusion of RETs to the benefit of remote communities and other stakeholders.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,224 · 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'étudeThéorique ou conceptuel
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

Citations15
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetInnovative Approaches in Technology and Social DevelopmentTravaux en français237 207