MétaCan
Menu
Retour à la cohorte
Enregistrement W3212231077 · doi:10.47568/3xr118

Case Study Analysis - The US and Canada. HTR Task Users TCP: Boston. 41pp.

2021· report· en· W3212231077 sur OpenAlexaboutno aff
Kira Ashby

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInnovation Policy and R&D
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Agency (philosophy)Computer scienceBusinessEngineeringSociologySystems engineering

Résumé

récupéré en direct d'OpenAlex

This report was developed under the 'Users Technology Collaboration Programme (TCP) by the International Energy Agency (IEA) Task on Hard-to-Reach (HTR) Energy Users'.The Task aims to provide country participants with the opportunity to share and exchange successful approaches identifying and better engaging HTR energy users.Under the Task, HTR energy users are broadly defined as 'any energy user from the residential and non-residential sectors, who uses any type of energy or fuel, and who is typically either hard-to-reach physically, underserved, or hard to engage or motivate in behaviour change, energy efficiency and demand-side interventions'.Outcomes from the Task indicate that HTR energy users involve, for example, renters and landlords; low-and high-income households; the MUSH (municipalities, universities, schools, and hospitals) sector; small to medium enterprises / businesses (SMEs / SMBs); and people exposed to intersecting and compounding vulnerabilities based on factors such as age, race, gender, minority status, geographic, linguistic, technological or social isolation.The case studies presented in this report aim to offer insights into programmes that aim to better engage HTR energy users in the USA and Canada.Particular attention is given to design, implementation and behaviour change aspects.Other country case studies developed under the Task also include: Aotearoa New Zealand, Italy, the Netherlands, Portugal, Sweden, and the UK.We would like to thank all participating countries, their authors, and the interviewees who provided insights into their programmes targeting the HTR.I would like to particularly like to thank our National Experts and any national experts who undertook peer reviews.All case studies can be found on the project's website.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,292

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,014
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0350,004

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 Opus0,066
Tête enseignante GPT0,269
Écart entre enseignants0,203 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 sujetInnovation Policy and R&DTravaux en français237 207