MétaCan
Menu
Retour à la cohorte
Enregistrement W4280611559 · doi:10.1155/2022/7436749

Sustainability Assessment of Electricity Generation Development under the Implementation of Support Policies with Endogenous Financial Resources Using a Hybrid Decision Support Model

2022· article· en· W4280611559 sur OpenAlexaff
Fateme Dianat, Vahid Khodakarami, Hamed Shakouri G., Seyed Hossein Hosseini

Notice bibliographique

RevueMathematical Problems in Engineering · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensAlterra Power (Canada)
Organismes subventionnairesnon disponible
Mots-clésSustainabilityEnvironmental economicsElectricity marketSubsidyElectricitySustainable developmentIncentiveBusinessRenewable energyElectricity retailingElectricity generationEconomicsMicroeconomicsEngineeringMarket economy

Résumé

récupéré en direct d'OpenAlex

Sustainable electricity development is one of the requirements for achieving sustainable development in global communities. However, due to barriers, especially in less developed countries, there is little incentive to invest in the development of sustainable electricity technologies. Therefore, there should be a change in market mechanisms, and broad support policies have to be implemented for the sustainable development of electricity. In the long run, these policies must lead to the sustainable development of energy systems. To evaluate the efficiency and effects of the proposed support policies on the sustainability of electricity generation development, this study intends to analyze the multiple and complex dimensions of the problem using a hybrid decision support model. Moreover, by defining an indicator to assess the electricity generation expansion sustainability, this study assists policymakers in making logical decisions about sustainable support programs for the electricity development based on the characteristics of the electricity market of each country. Despite uncertainties in the electricity market, simulations show that the results of this hybrid model have approximately 88% conformance with historical data. Consequently, the model can evaluate the sustainability of the system under the implementation of the proposed support programs and compare them to select the most effective one. The results show that by assuming a competitive market and rational behavior and implementing support programs with endogenous financial resources, the installed renewable capacity can be improved by up to 70.4% compared with the direct subsidy policies. Regardless of the financial burden of policies (e.g., direct subsidies) and the possibility of facing a budget deficit, these programs can be up to 79.2% more effective in the sustainability of the energy system compared with the direct subsidy 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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,023
Tête enseignante GPT0,260
Écart entre enseignants0,236 · 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 revueMathematical Problems in EngineeringMême sujetEnergy and Environment ImpactsTravaux en français237 207