Evaluating the Energy Metabolic System in Sri Lanka
Notice bibliographique
Résumé
Fast growing economy of Sri Lanka with an annual GDP growth rate of 5% has significantly increased demand for energy. As energy supply must grow in a sustainable way to meet the demand, concern over the environmental impact of energy flows have been gaining attention during policy development and implementation. Therefore, there is a need of comprehensively evaluating energy metabolic system in Sri Lanka to identify resource dependencies of the country that must be addressed to increase the sustainability. A conceptual energy metabolic model was developed identifying economic, social and demographic variables affecting energy demand, transformation and supply and GHG emissions in Sri Lanka. Developed model was used to evaluate the current energy flows and forecast the behaviour of energy metabolism while assessing the sustainability of the energy system using number of sustainability indicators. Developed model indicates an average annual growth rate of 4.06% in energy demand, 4.17% in non-renewable energy supply and 3.36% in GHG emissions. Transport sector has the highest GHG emissions percentage of 73%. Sustainability evaluation of the energy metabolic system shows that Sri Lanka is becoming more efficient and less energy intensive over the years. However, increase in GHG emissions per capita and emission intensity has a negative impact on the environmental sustainability while increase renewable energy share in total energy supply can be considered positive. The findings of the research give new insights to the energy system of Sri Lanka which enable energy planners to implement policies to transition towards a more secure and sustainable energy system.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».