MétaCan
Menu
Retour à la cohorte
Enregistrement W4245269854 · doi:10.18002/jclcreg/v0i8

Análisis de la cadena de valor del sector eólico en Castilla y León

2021· article· es· W4245269854 sur OpenAlexaff
Luis Garrido Mateos, José-Ignacio Sánchez Macías, Fernando Rodríguez

Notice bibliographique

Revuenon disponible
Typearticle
Languees
DomaineSocial Sciences
ThématiqueSocial Acceptance of Renewable Energy
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

El sector eólico se ha convertido en una de las principales actividades productivas de Castilla y León. De hecho, es el principal generador de esta energía del país, y el que más potencia instalada tiene. Sin embargo, la producción de energía eólica engloba una cadena de valor dividida en varias fases productivas. Por ello, tras haber analizado con detalle cada una de esas etapas y evaluar si tienen un impacto positivo o negativo sobre el tejido socioeconómico castellanoleonés, se ha llegado a la conclusión de que el sector eólico en Castilla y León ha tenido un impacto relativamente positivo. No obstante, es cierto que existen algunos elementos estructurales que limitan notoriamente ese efecto positivo. El sector eólico castellanoleonés es víctima de la deslocalización de actividades de alto contenido tecnológico hacia las comunidades autónomas de mayor renta. Además, por las características intrínsecas de muchas de las actividades vinculadas al sector, el empleo que se crea derivado de ellas es de naturaleza temporal; por lo que los efectos sobre el mercado de trabajo regional tienden a ser transitorios. En resumen, a pesar de liderar la producción de energía eólica y de aprovechar muchas de las ventajas que ofrece su cadena de valor, Castilla y León todavía puede atraer actividades que contribuyan a la revitalización económica, social y demográfica de la región.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil0,364

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,308
Écart entre enseignants0,296 · 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'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSocial Acceptance of Renewable EnergyTravaux en français237 207