MétaCan
Menu
Retour à la cohorte
Enregistrement W4240458935 · doi:10.1017/9781108645997.009

China’s Development of Wind and Solar Power

2019· book-chapter· en· W4240458935 sur OpenAlexaff
Loren Brandt, Luhang Wang

Notice bibliographique

RevueCambridge University Press eBooks · 2019
Typebook-chapter
Langueen
DomaineEnergy
ThématiqueGlobal Energy Security and Policy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésProtectionismChinaRenewable energyBusinessPrivate sectorGovernment (linguistics)Wind powerIndustrial organizationMarket economyEconomicsInternational tradeEconomic growthEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

From modest beginnings, China’s renewable energy sector is today the world’s largest. We contrast the evolution of China’s solar and wind sectors, with an eye to the effect of differences in technology, government policies, and markets. In solar, relatively modest barriers to entry and returning Chinese with industry experience, combined with rapid growth in overseas demand and high quality standards to propel the sector forward. Localization of the supply chain lowered costs and conferred important advantages on the largely private sector, much as it had done in other successful export sectors in the electronic industry. In sharp contrast, the growth of China’s wind turbine sector has been tied to a “government-made” domestic market and highly protectionist measures favoring local firms. Although there are signs of upgrading, the sector remains SOE-dominated throughout the value chain, and uncompetitive internationally. Moving forward fortunes of solar and wind turbine manufacturers will be tied to an increasingly crowded domestic electricity market in which excess capacity, lackluster demand growth and regulatory issues are the new normal. In this setting, political connections rather than firm capability will determine winners and losers. The experience of the renewable sector reveals both the strengths and weaknesses of China’s industrial policy.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 GPT0,185
Écart entre enseignants0,172 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetGlobal Energy Security and PolicyTravaux en français237 207