MétaCan
Menu
Retour à la cohorte
Enregistrement W3118533813 · doi:10.1016/j.dib.2021.106739

Meta-analysis data of 104 renewable mini-grid projects for rural electrification

2021· article· en· W3118533813 sur OpenAlexafffund
A. Serasu Duran, Feyza G. Sahinyazan

Notice bibliographique

RevueData in Brief · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensSimon Fraser UniversityUniversity of Calgary
Organismes subventionnairesSimon Fraser UniversityUniversity of Calgary
Mots-clésRural electrificationRenewable energyGridGlobeComputer scienceElectrificationInclusion (mineral)Meta-analysisData scienceEnvironmental economicsElectricityEngineeringGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

The data presented here contains project-level details on 104 renewable energy mini-grid projects installed for rural electrification across the globe; a subset of which is used to derive evidence-based empirical insights on the drivers of project success and cost in the article "An Analysis of Renewable Mini-Grid Projects for Rural Electrification" [1]. To the best of our knowledge, this is the first meta-collection of micro-level data on rural mini-grid installations. In addition, the literature search and the inclusion criteria of the studies used in the meta-analysis is reported, along with a complete list of sources, which can be utilized directly by other researchers and practitioners to reproduce or expand the database according to their own criteria and use it in further studies. Finally, the supplemental material in [2] includes the Stata code and output that can be used to reproduce the meta-analysis results in [1].

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,195
Tête enseignante GPT0,319
Écart entre enseignants0,124 · 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.

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

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetEnergy and Environment ImpactsTravaux en français237 207