MétaCan
Menu
Retour à la cohorte
Enregistrement W2900101493 · doi:10.4236/ajcc.2018.74035

Impacts of Climate Change on Seasonal Residential Electricity Consumption by 2050 and Potential Adaptation Options in Alexandria Egypt

2018· article· en· W2900101493 sur OpenAlexfundno aff
Mohamed Abdel Karim A. Abdrabo, Mahmoud A. Hassaan, Hatem Abdelraouf

Notice bibliographique

RevueAmerican Journal of Climate Change · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueImpact of Light on Environment and Health
Établissements canadiensnon disponible
Organismes subventionnairesAlexandria UniversityInternational Development Research Centre
Mots-clésElectricityConsumption (sociology)Climate changeEnvironmental scienceSeasonalityPopulationAgricultural economicsGeographyEcologyEconomicsEnvironmental healthEngineeringMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Climate change and associated more frequent, hot or cold, extreme/weather events, as well as increasing temperature may increase future residential demand for electricity for heating and cooling purposes. The paper in hand intends to assess potential impacts of increasing temperature attributed to climate change on seasonal residential electricity consumption in Alexandria city, Egypt. Additionally, it aims to identify and discuss potential soft and hard adaptation options to such impacts. For this purpose, seasonal changes in electricity consumption were investigated. For this purpose, data on monthly residential electricity consumption, population size and income levels at district level as well as maximum monthly temperature in Alexandria city, Egypt over the period 2007-2016 were collected. This is followed by developing a panel-data model to simulate influence of temperature on residential electricity consumption. It was found that there is a significant growth trend over the study period as well as considerable seasonal variation with summer season experienced significant increase in consumption. It was found that increasing temperature, under RCP 2.6 and RCP 8.5, may contribute to significant increase in residential summer electricity consumption by 2050. Different adaptation options to such an increase in consumption, both soft and hard, have been identified and assessed.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,714

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)0,0010,000

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 Opus0,032
Tête enseignante GPT0,293
Écart entre enseignants0,262 · 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'étudeObservationnel
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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Climate ChangeMême sujetImpact of Light on Environment and HealthTravaux en français237 207