MétaCan
Menu
Retour à la cohorte
Enregistrement W3011159548 · doi:10.3390/en13061367

Reviewing Municipal Energy System Planning in a Bibliometric Analysis: Evolution of the Research Field between 1991 and 2019

2020· article· en· W3011159548 sur OpenAlexaboutno aff
Jann Michael Weinand

Notice bibliographique

RevueEnergies · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensnon disponible
Organismes subventionnairesKarlsruhe Institute of Technology
Mots-clésRenewable energyContext (archaeology)Energy planningChinaRegional scienceEnvironmental economicsPolitical scienceGeographyEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

In the context of the energy transition, energy system planning is becoming increasingly relevant for decentralized systems. Motivated by the strong increase of publications on municipal energy system planning (MESP), these studies are subjected to a bibliometric analysis in this paper. The 1235 articles, which are based on the Web of Science database, are examined using the R-tool bibliometrix. The study shows that China is the most important contributor with 225 articles, followed by the USA (205) and Germany (120). Most cross-country collaborations were conducted between China and Canada, focusing mainly on uncertainties in MESP. Among the institutions, the North China Electric Power University is responsible for most articles (42). The core journals on MESP are Energy, Applied Energy, Energy Policy, Energies and Renewable Energy, which published 37% of the 1235 articles. Publications on MESP focus on renewable energies, optimization and hybrid energy systems. Furthermore, district heating seems to be a core topic in MESP and is addressed in three of the top five most cited articles. The demonstration of global research trends in MESP can support researchers in identifying the relevant issues regarding this expanding and transforming research area.

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)0,014
score de la tête « metaresearch » (Gemma)0,072
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,072
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,1310,299
Études des sciences et des technologies0,0010,001
Communication savante0,0080,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,045
Tête enseignante GPT0,285
Écart entre enseignants0,240 · 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.

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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207