Many actors amongst multiple renewables: A systematic review of actor involvement in complementarity of renewable energy sources
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.
Notice bibliographique
Résumé
Although complementarity achieved by combining multiple renewable energy sources (RES) is an important method to increase shares of RES, it is often overlooked in policy prescriptions supporting an energy transition. Complementarity can be implemented by multiple actors, however there has been little attention to which actors are involved, and their roles. A systematic review was conducted to provide an overview of the state of academic literature on the topic of combinations of multiple RES and the involvement of multiple associated actors. The sample included 78 articles using a range of methodologies to analyze varying combinations of wind, solar, bioenergy, hydro, geothermal, and ocean energy, alongside combinations of traditional, new, and supporting energy actors. Studies included contextualized (location specific) agent-based, techno-economic, economic, business model, and qualitative analyses, and decontextualized reviews, agent-based, and optimization models. Multi-actor complementarity is being addressed by diverse disciplines in diverse contexts globally, across a range of geographic scales. The majority of studies focus on solar-wind, although more diverse RES combinations were found in contextualized studies. New actors usually participate alongside traditional system actors. More attention to supporting actors is required. Findings highlight the need for further research beyond the technical benefits of combining multiple RES, to explore the roles of various actors. This can be accomplished by incorporating more context in studies, for example, using the substantial existing body of data and research, and by including a greater range of RES combinations, and incorporating more perspectives of associated actors.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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