MétaCan
Menu
Retour à la cohorte
Enregistrement W4225315677 · doi:10.1109/dasa54658.2022.9764965

Selection of Sustainable Energy Alternatives from Indian Context

2022· article· en· W4225315677 sur OpenAlexaff
Harsh Bipinchandra Sheth, Maharshi Jayeshkumar Bhavsar, Golam Kabir

Notice bibliographique

Revue2022 International Conference on Decision Aid Sciences and Applications (DASA) · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMulti-Criteria Decision Making
Établissements canadiensPetroleum Technology Research CentreUniversity of Regina
Organismes subventionnairesMae Fah Luang University
Mots-clésSelection (genetic algorithm)Computer scienceContext (archaeology)Sustainable energyEnergy (signal processing)Artificial intelligenceEngineeringRenewable energyBiologyElectrical engineeringMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The next biggest crisis any nation can encounter could be energy deficiency and relying upon conventional power generation techniques. For this, the aim of this study is to prioritize India’s sustainable energy solutions considering by various factors like ecological, technological, economic, social, adaptable, and legislative. To determine the weight of these factors, the Fuzzy analytic hierarchy process (AHP) is utilized while the Fuzzy TOPSIS method was used to evaluate the rank of the proposed sustainable energies. The result indicates that the technological and economic factors are the most critical factors and solar energy and wind energy are the most sustainable energy solutions for India. The results of this study can be utilized by the Government of India as well as other nations to evaluate the energy sector including sustainable energy.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,123
Tête enseignante GPT0,416
Écart entre enseignants0,293 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 International Conference on Decision Aid Sciences and Applications (DASA)Même sujetMulti-Criteria Decision MakingTravaux en français237 207