MétaCan
Menu
← Retour à la cohorte
Enregistrement W4255690794 · doi:10.4018/978-1-4666-3613-2.ch019

When Low-Carbon means Low-Cost

2013· book-chapter· en· W4255690794 sur OpenAlexaboutno aff
Stephen J. Salter

Notice bibliographique

RevueIGI Global eBooks · 2013
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasIndustrial ecologyFossil fuelRevenueNatural resource economicsWaste managementEnvironmental scienceSustainabilityBusinessEcologyEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Ecology is often discussed as a matter of balance, in which environmental protection must be affordable and not interfere with jobs or the economy. At the same time, the economy is based on wastefulness. It has been estimated that the embodied energy in wasted food in the United States is greater than the energy available from the production of ethanol and from the annual yield from petroleum drilling in the outer continental shelf (Cuéllar & Webber, 2010). In addition, rising demand for fossil fuels is being met by sources that bring increasing environmental risk. This paper summarizes the industrial ecology aspects of a 2010 study completed by a cross-functional team of specialists in ecology, engineering, economics, and governance in Vancouver, Canada. The Integrated Resource Recovery Study, Metro Vancouver North Shore Communities (the North Shore Study) modeled the value of producing reclaimed water, electricity, and heat from wastewater, clean organic wood waste, and waste heat from industry simultaneously. The results suggest that this integrated approach could yield significant ecological benefits, and reduce the community’s greenhouse gas emissions by 25%. In addition, revenues from sales of recovered heat, water, greenhouse gas credits, and fertilizer could significantly reduce the cost of municipal waste management to taxpayers.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0310,014

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 Opus0,007
Tête enseignante GPT0,199
Écart entre enseignants0,192 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooks→Même sujetAgriculture Sustainability and Environmental Impact→Travaux en français237 207→