MétaCan
Menu
Retour à la cohorte
Enregistrement W3197337791 · doi:10.5267/j.uscm.2021.7.001

Factors affecting renewable energy supply chain link: A case of solar power in Vietnam

2021· article· en· W3197337791 sur OpenAlexvenueno aff
Do Thi Kim Tien, Nguyen Thi Kim, Nguyen Duc Duong

Notice bibliographique

RevueUncertain Supply Chain Management · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessRenewable energyContext (archaeology)Production (economics)Domestic marketChinaPhotovoltaic systemCommerceCrystalline siliconIndustrial organizationSolar cellInternational tradeEconomicsElectrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Solar power is a mature and fast-growing field based on single crystal silicon wafer technology. Although China, Europe and the US are the main markets, 80 percent of the modules are manufactured in Asia. In Vietnam, modules are manufactured in collaboration with Chinese and American manufacturers. In 2017, there were 5 GW of solar panels produced in Vietnam, accounting for 7% of the global market. The domestic solar market is expected to peak at around 1.8 GW/year according to the targets set out in the revised PDP 7. The domestic module production capacity, currently devoted entirely to export, is around 5.2 GW/year, three times the expected maximum capacity of the domestic market. In that context, due to the normal size of factories, only a few parts factories can sell to the domestic market, while the majority still must rely on exports. But it is important to map out a clear roadmap for 12 GW of solar power that will encourage the formation of EPC companies and other domestic service companies in Vietnam to build factories according to the plan. Construction, operation, maintenance, and production for the domestic market has the potential to increase Vietnam's GDP by about 0.25% by 2030 and create more than 25,000 jobs.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,170
Score d'incertitude au seuil0,337

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,210 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetEnergy and Environment ImpactsTravaux en français237 207