MétaCan
Menu
Retour à la cohorte
Enregistrement W3042747385 · doi:10.3390/en13143642

Energy Strategies, the Urban Dimension, and Spatial Planning

2020· article· en· W3042747385 sur OpenAlexaboutno aff
Karishma Asarpota, Vincent Nadin

Notice bibliographique

RevueEnergies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesTechnische Universiteit Delft
Mots-clésUrbanizationUrban planningUrban metabolismUrban densitySpatial planningEnvironmental planningEnergy consumptionEfficient energy useDimension (graph theory)Urban climateUrban agglomerationEnergy (signal processing)Energy transitionEnergy planningEnvironmental economicsEconomic geographyGeographyBusinessEnvironmental resource managementCivil engineeringEconomic growthRenewable energyEnvironmental scienceEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

The UN Paris Agreement of November 2016 recognises the need for a ‘cleaner and more efficient energy system’ as a core policy goal to address climate change. The spatial and urban form of cities is a key factor in achieving more efficient energy production and consumption and becomes more important with rapid urbanisation across much of the world. City urban form and planning are therefore potentially powerful levers for the energy transition. This paper examines the extent to which city ‘energy strategies’ address the critical spatial and urban form characteristics of cities as a means to achieve a more efficient energy system. We construct an assessment framework of key aspects of the spatial and urban development of cities related to transport and accessibility and urban form. The framework is used to assess the degree to which energy strategies take into consideration aspects of urban development in four cities that are taking significant action on the energy policy: Hong Kong Oakland, Oslo, and Vancouver. We conclude that in these cities there is only fragmentary consideration of the potential of shaping spatial and urban form in the interests of energy efficiency.

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 enseignants0,704
Score d'incertitude au seuil0,996

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 Opus0,024
Tête enseignante GPT0,270
Écart entre enseignants0,246 · 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

Citations74
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetUrban Transport and AccessibilityTravaux en français237 207