MétaCan
Menu
Retour à la cohorte
Enregistrement W3100985018 · doi:10.3390/su12229476

Promoting LNG as A Marine Fuel in Norway: Reflections on the Role of Global Regulations on Local Transition Niches

2020· article· en· W3100985018 sur OpenAlexaff
Sofiane Laribi, Emmanuel Guy

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésSustainabilityProcess (computing)Scale (ratio)NicheFossil fuelTransition (genetics)BusinessEcological nicheIndustrial organizationLiquefied natural gasPerspective (graphical)Economic geographyEnvironmental resource managementEconomic systemEnvironmental economicsEconomicsEcologyGeographyNatural gasComputer science

Résumé

récupéré en direct d'OpenAlex

Contemporary societies are marked by constant tensions between the notion to improve sustainability and the reluctance to engage in uncertain changes. In any sector, the transition is a delicate and complex process that involves many actors, organizations, and institutions. Niche analysis approaches such as the multilevel perspective model (MLP) explain how such a process grows from innovation within a very restricted field to its generalized application on a global scale. Shipping is a sector particularly challenged by the transition process away from heavy fuel oil towards more environment-friendly alternatives such as liquefied natural gas (LNG) or even non-fossil alternatives. Within this industry, Norway stands as an early adopter and leader of the emerging transition. Drawing from a wide discussion of the treatment of scale in transition literature and from this national case study, we propose that the transition process can emerge not only from a local niche perspective, as widely documented in the literature, but can also be driven by changes at a much larger scale and initiated by new international regulations.

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)0,002
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,457
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 GPT0,340
Écart entre enseignants0,317 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetArctic and Russian Policy StudiesTravaux en français237 207