MétaCan
Menu
Retour à la cohorte
Enregistrement W2995454305

Energy systems spillovers and willingness to change : a focus on the oil sands region in Alberta

2019· dissertation· en· W2995454305 sur OpenAlexfundaboutno aff
Shandra Pandey

Notice bibliographique

RevueLUTPub (LUT University) · 2019
Typedissertation
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensnon disponible
Organismes subventionnairesAalto-YliopistoUniversity of Alberta
Mots-clésOil sandsFocus (optics)Energy (signal processing)Environmental sciencePetroleum engineeringNatural resource economicsGeologyEnvironmental resource managementMining engineeringGeographyEconomicsArchaeologyAsphaltPhysicsStatisticsMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this thesis, I examine how communities and their members in oil dependent communities perceive energy system spillovers and their willingness to change. Spillovers from energy systems, in the form of GHGs, remediation costs, and local health risks, are considered critical elements to make endogenous to economic decision if the planet is to combat climate change. \n \nThe nature of these spillovers in local communities has been partially documented, but less attention has been given to the behavioral components; i.e., to the perception of them and their riskiness and whether such perception is connected to a willingness to change. This is particularly critical for communities in regions dependent on carbon production, because such communities have long been the bulwark against change. In this regard, this study examines communities in Alberta Canada, a province heavily dependent on oil and natural gas. \n \nThrough informal interviews, participation in “Future Energy Systems” projects, and survey of three local communities – two without renewable energy and one with substantial renewables, I discovered more willingness and readiness to change than might be apparent from the outside. It would seem that some additional “nudge” incentives might be needed to aid that transition.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,021
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,217
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLUTPub (LUT University)Même sujetGlobal Energy and Sustainability ResearchTravaux en français237 207