MétaCan
Menu
Retour à la cohorte
Enregistrement W2972778067 · doi:10.1016/j.enpol.2019.07.011

Cities and greenhouse gas reduction: Policy makers or policy takers?

2019· article· en· W2972778067 sur OpenAlexafffundabout
Mark Jaccard, Rose Murphy, Brett Zuehlke, Morgan Braglewicz

Notice bibliographique

RevueEnergy Policy · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaPacific Institute for Climate Solutions
Mots-clésGreenhouse gasRenewable energyNatural resource economicsJurisdictionEnergy policyGovernment (linguistics)BusinessEconomicsEnvironmental economicsPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

A growing number of cities have set ambitious mid-century targets for greenhouse gas (GHG) emissions reduction and increased use of renewable energy. Using the municipal jurisdiction of Vancouver, Canada as a case study, we integrated an energy-economy model with an urban land-use and infrastructure model to test the possible actions resulting from policies potentially available to this city government in pursuit of its 2050 target of 100 percent renewable energy and an 80 percent reduction of GHG emissions. We found that, while cities like the one we studied have some important options for reducing energy use by their inhabitants, they may lack the authority to completely transform the energy system, especially for causing a wholesale switch to renewable energy for deep decarbonization. To achieve such ambitious energy and GHG targets, cities with jurisdictional powers comparable to the city we studied are dependent to some degree on complementary GHG and energy policies from senior levels of government.

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)0,000
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 enseignants0,823
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,007
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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

Citations35
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnergy PolicyMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207