MétaCan
Menu
Retour à la cohorte
Enregistrement W4214839648 · doi:10.1111/itor.13133

Toward supply side incentive: The impact of government schemes on a vehicle manufacturer's adoption of electric vehicles

2022· article· en· W4214839648 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Transactions in Operational Research · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesHigher Education Discipline Innovation ProjectNational Natural Science Foundation of China
Mots-clésSubsidyDual (grammatical number)BusinessIncentiveScheme (mathematics)Economic surplusProfit (economics)Environmental economicsSocial WelfareElectric vehicleIndustrial organizationWelfareMicroeconomicsEconomicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

Abstract Besides the consumer subsidy scheme, governments have recently implemented a hybrid scheme with an additional dual‐credit scheme on the supply side. It is important to understand the impact of this new practice on a vehicle manufacturer (VM) that provides gasoline vehicles (GVs) and/or electric vehicles (EVs), and the consumer and social welfare. Implementing the dual‐credit scheme leads to higher prices of GVs and EVs, but the effective price of EVs is actually lower. As the cost difference decreases and consumers’ low‐carbon awareness (LCA) increases, the VM prefers the product choice strategy including EVs under the pure subsidy scheme. Surprisingly, the hybrid scheme makes selling EVs feasible even though the cost difference is high and LCA is low. Although the additional dual‐credit scheme can improve the adoption of EVs, its parameter values should be carefully designed because otherwise it will damage the VM's profit and the consumer and social welfare.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,318
Écart entre enseignants0,294 · 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