MétaCan
Menu
Retour à la cohorte
Enregistrement W3158005764 · doi:10.1088/1742-6596/1886/1/012014

Regional differentiation of energy consumption in urban households

2021· article· en· W3158005764 sur OpenAlexaboutno aff
V.G. Mokhov, Maria Nikolaevna Eltsova, Martin Bauer

Notice bibliographique

RevueJournal of Physics Conference Series · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Load and Power Forecasting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnergy consumptionConsumption (sociology)Energy (signal processing)Energy demandQuarter (Canadian coin)EconomicsBusinessEnvironmental economicsNatural resource economicsGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The paper considers a very important problem for modern world - the energy consumption and energy saving. Nowadays households consume more than a quarter of global energy consumption (29%), which means that this sector has great savings potential. However, this potential for savings can only benefit upon development of proper structural policy measures and laws and implementation of appropriate energy-saving measures. This requires information on the future trends of energy demand and on the factors influencing this demand and the actual energy consumption. The main challenge for researchers presents the fact that energy consumption in the regional aspect is extremely uneven, structurally heterogeneous, which assumes the different measures for the energy saving in each region of the country. Besides, we were unable to find publications describe the contribution of various factors to the dynamics of the energy consumption of the regional economy at the municipal level. Hence, the paper analyzes stream-lined trends in the energy consumption in households of Germany which is one of the world leaders in these issues. So the paper highlights some factors as well as some trends affecting the energy consumption in households in the Perm region.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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)0,0020,000

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 Opus0,029
Tête enseignante GPT0,217
Écart entre enseignants0,188 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetEnergy Load and Power ForecastingTravaux en français237 207