MétaCan
Menu
Retour à la cohorte
Enregistrement W3175069619 · doi:10.3390/su13126881

Historical Analysis of the Role of Governance Systems in the Sustainable Development of Biofuels in Brazil and the United States of America (USA)

2021· article· en· W3175069619 sur OpenAlexaff
Zaman Sajid, Maria Fátima das Graças Fernandes da Silva, Syed Nasir Danial

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBiofuelSustainabilityRenewable energyBusinessGovernment (linguistics)Natural resource economicsAgricultureSustainable developmentAgricultural economicsCorporate governanceBioenergyRenewable resourceEconomic growthEconomicsPolitical scienceEngineeringGeographyWaste management

Résumé

récupéré en direct d'OpenAlex

The United States of America and Brazil are the world’s first and second-largest biofuels producers. The United States (U.S.) has dedicated a significant portion of agricultural land for crops to produce biodiesel, while Brazil has been using sugar cane as raw material to produce ethanol. To make the world’s top producers in global biofuel markets, various institutions in each country have played significant roles. These institutions include renewable energy legislators, bioenergy policymakers, and energy ministries of their governments. This study delineates the historical role of these institutions responsible for the sustainable development of biofuel industries in both countries. It also provides an overview of economic impacts as a result of institutional decisions. The study reveals that systematic legislations and sustainable and robust renewable energy policies of government institutions have helped the U.S. and Brazil to boost their bio-economies. As both countries intend to keep expanding their biofuel productions, the role of key government institutions is vital in the sustainability of biofuels.

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 enseignants0,100
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
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 Opus0,004
Tête enseignante GPT0,205
Écart entre enseignants0,200 · 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

Citations88
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetBiofuel production and bioconversionTravaux en français237 207