MétaCan
Menu
Retour à la cohorte
Enregistrement W3164335046 · doi:10.21272/1817-9215.2020.3-9

GEOSPATIAL, FINANCIAL, HUMAN, AND TEMPORAL FACTORS IN THE STUDY OF THE DEVELOPMENT OF RENEWABLE ENERGY AND SMART GRIDS

2020· article· en· W3164335046 sur OpenAlexaboutno aff
Yuliia Matvieieva, Iuliia Myroshnychenko, Світлана Колосок, R. Kotyuk

Notice bibliographique

RevueVìsnik Sumsʹkogo deržavnogo unìversitetu · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Issues in Ukraine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeospatial analysisScopusSoftware deploymentContext (archaeology)Data scienceComputer scienceRenewable energyGridSmart gridGeographic information systemCluster (spacecraft)GeographyEngineeringCartography

Résumé

récupéré en direct d'OpenAlex

Balanced development of smart grids is becoming an increasingly important issue for the energy sector's successful operation. This article provides a bibliographic review of publications in the study of renewable energy and smart grids' deployment parameters. A sample of works for 2009-2020 from the Scopus® database, which contains bibliographic information about scientific publications in peer-reviewed journals, books, and conferences, was selected for analysis. The authors identified three clusters of research areas using VOSviewer (version 1.6.15) in the context of the impact of geospatial parameters on smart grids' development. The first cluster consists of the financial, human, and temporal components of the geospatial factor of smart grid deployment. The authors found the largest number of links in the first cluster in terms of "costs" (a total of 29 links with an average impact of 9). The second cluster coincides with concepts related to geospatial information systems (GIS), digital storage, information systems, and cartographic information use. Research on renewable energy also belongs to the second cluster of publications. And the third cluster highlights all the concepts of smart grids by their technical types and in the context of optimization. The third cluster focuses on the ideas with the strongest link power. The results of the analysis of the Scopus® database allowed to determine the level and dynamics of scientific interest in the geospatial factors of the development of smart grids over the past 10 years. It is established that research in the field of geospatial factors of smart grid development is carried out by different countries, but the most active analysis of the impact of geospatial parameters on the development of smart grids in the following countries: USA, Canada and China. Based on the use of the Scopus® database, the article identified institutions and organizations that fund the study of geospatial factors and smart grids and made a significant contribution to the development of this topic.

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 enseignants0,078
Score d'incertitude au seuil0,723

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,042
Tête enseignante GPT0,213
Écart entre enseignants0,170 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVìsnik Sumsʹkogo deržavnogo unìversitetuMême sujetEconomic Issues in UkraineTravaux en français237 207