MétaCan
Menu
Retour à la cohorte
Enregistrement W4285326040 · doi:10.5383/ijtee.18.01.005

Prospect of Renewable Energy due to COVID-19 and Opportunity for Transition to Future Fuels

2021· article· en· W4285326040 sur OpenAlexvenueno aff
Haider Ali Khan, Zafar A. Khan, Chaouki Ghanai, Isam Janajreh

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesKhalifa University of Science, Technology and Research
Mots-clésRenewable energyFossil fuelCoronavirus disease 2019 (COVID-19)Energy transitionNatural resource economicsBusinessSustainable developmentEnergy sectorPandemicEnvironmentally friendlyEnvironmental economicsEngineeringEconomicsPolitical scienceWaste management

Résumé

récupéré en direct d'OpenAlex

enewable energy is the energy of the future because it is the best long-term alternative for fossil fuels, which are facing numerous issues, particularly from an environmental standpoint. The world has established a number of targets to address the issues posed by the conventional energy sector. The United Nations has set 17 Sustainable Development Goals (SDGs) to be achieved by 2030; previously, many countries were not on track to meet these goals; however, the Covid-19 pandemic, which not only affected people's health, but also the energy sector, has demonstrated how quickly we are accustomed to change and can respond quickly and collectively with a common goal. As a result, the focus of this article is on the COVID-19's influence on the RE industry and its implications for future greener fuels. We talked about the opportunities that have arisen as a result of the COVID-19 situation that can help with the shift to alternative fuels. Finally, the problems and opportunities facing the creation of more environmentally friendly transportation fuels are identified.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,004
Science ouverte0,0000,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,008
Tête enseignante GPT0,208
Écart entre enseignants0,199 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetEnergy and Environment ImpactsTravaux en français237 207