MétaCan
Menu
Retour à la cohorte
Enregistrement W3034696921 · doi:10.18462/iir.gl.2018.1336

The commercial refrigeration sector in Mauritius: CO2 as a possible alternative solution for small tropical developing states.

2018· article· en· W3034696921 sur OpenAlexaboutno aff
Darmanaden Sooben, Romeela Mohee, F. Meunier

Notice bibliographique

RevueInstitut International du Froid · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefrigerationDeveloping countryEnvironmental scienceEconomicsNatural resource economicsDevelopment economicsEconomic growthEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The phase out of HCFCs in countries bound by Article 5 of the Montreal Protocol has resulted in a drastic increase in the use of high GWP HFCs in the commercial refrigeration sector. Indirect emissions which occur through high energy consumptions are important in Small Island Developing States (SIDs) like Mauritius, which rely heavily on imported fossil fuels for their electricity generation. The impact and implications of HCFC-22 phase out on the energy efficiency of refrigeration systems for Article 5 countries have to be looked into if the issue of global warming and ozone depletion is to be addressed. In this article, the energy efficiency of the commercial refrigeration sector in Mauritius is analysed with special focus on the implications of the potential use of CO2 as refrigerant. CO2 has emerged as a promising refrigerant for supermarket refrigeration systems in Europe. The shift for such alternative technologies in the commercial refrigeration sector represents a tremendous leap for SIDs. However, alternative technologies will not be an attractive option unless their energy consumption is at least equivalent to current HFC DX systems. Based on analyses carried out, the paper discusses the implications of a shift towards CO2 as a refrigerant.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,525

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,112
Tête enseignante GPT0,292
Écart entre enseignants0,180 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitut International du FroidMême sujetClimate Change Policy and EconomicsTravaux en français237 207