MétaCan
Menu
Retour à la cohorte
Enregistrement W3115922788 · doi:10.18280/ijsdp.150810

The Factors Affecting Household Electricity Saving Behavior: A Study in Vietnam

2020· article· en· W3115922788 sur OpenAlexvenueno aff
Nguyễn Ngọc Hiền, Pham Hoang

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTheory of planned behaviorElectricityStructural equation modelingPromotion (chess)Consumption (sociology)Ho chi minhNorm (philosophy)QuestionnaireBusinessEnvironmental economicsMarketingPublic economicsControl (management)EconomicsSocioeconomicsEngineeringPolitical scienceSociologyPoliticsComputer science

Résumé

récupéré en direct d'OpenAlex

In the context of dramatically increase in electricity demand, Vietnam's potential for power supply remains limited. Research and promotion of electricity saving behavior of households become significant to reduce electricity consumption and protect ecological environment. This study incorporates elements of planned behavior theory (TPB) and norm activation model (NAM) as the basis for developing and extending key assumptions. In addition, expansion TPB is used to study influence factors affecting electricity saving behavior. Through a sample of 395 randomly selected residents in Tay Ninh Province and Ho Chi Minh city in Vietnam, the proposals were checked using a structural equation model (SEM). The results showed that the factors in TPB and NAM (such as perceived behavioral control, subjective norm, attitude, personal moral norm) and additional factor (perceived benefit) are the important factors that influence resident's intention of saving electricity. Moreover, electricity saving behavior is strongly influenced by the intention of saving electricity, perceived benefit, policy and social propaganda. Based on these results, some inferences are drawn, and recommendations are made for policy makers and further research proposals are discussed.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,286

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,025
Tête enseignante GPT0,249
Écart entre enseignants0,224 · 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'étudeObservationnel
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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetEnergy and Environment ImpactsTravaux en français237 207