MétaCan
Menu
Retour à la cohorte
Enregistrement W3159615113 · doi:10.3390/en14092673

The Economic Performance of Hydropower Dams Supported by the World Bank Group, 1975–2015

2021· article· en· W3159615113 sur OpenAlexaff
Saule Baurzhan, Glenn P. Jenkins, Godwin Olasehinde‐Williams

Notice bibliographique

RevueEnergies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHydropower, Displacement, Environmental Impact
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésHydropowerPortfolioRenewable energyCost overrunBusinessElectricity generationSmall hydroNatural resource economicsEnvironmental economicsEnvironmental resource managementEngineeringFinanceEconomicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

This paper assesses the economic benefits of 57 World Bank Group-sponsored hydropower dam plant investments. Hydropower dams are among the main sources for producing electricity and the largest renewable source for power generation throughout the world. Hydropower dams are often a lower-cost option for power generation in Clean Energy Transition for addressing global climate change. Despite its conspicuous aspects, constructing hydropower dams has been controversial. Considering the World Bank’s long history as the largest hydropower development financier, this study investigates its performance in supporting hydropower dams. The outcomes of this study apply to the wider hydropower development community. Of the projects in this study, 70% experienced a cost overrun, and more than 80% of projects experienced time overruns, incurring potential additional costs as a result. Despite the high cost and time overruns, this hydropower portfolio of dams produced a present value of net economic benefits by 2016 of over half a trillion USD. Based on our findings, the evaluated hydropower portfolio helped avoid over a billion tonnes of CO2 for an estimated global environmental benefit valued at nearly USD 350 billion. The projects’ additional environmental benefits raise the real rate of return from 15.4% to 17.3%. The implication for hydropower developers is that the projects’ assessment should consider cost and time overrun and factor them into the project-planning contingency scenarios. There is a considerable benefit for developing countries to exploit their hydropower resources if they can be developed according to industry practices and international standards. The case for developing hydropower may be stronger when considering its climate benefits. The net economic benefits of hydropower can be even higher if there is a greater effort to manage cost and time overruns.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,011
Tête enseignante GPT0,342
Écart entre enseignants0,331 · 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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetHydropower, Displacement, Environmental ImpactTravaux en français237 207