MétaCan
Menu
Retour à la cohorte
Enregistrement W4303431758 · doi:10.21834/ebpj.v7isi8.3920

Laws Governing Renewable Energy Production of Malaysia and Canada

2022· article· en· W4303431758 sur OpenAlexaboutno aff
Efy Azirah Majid, Nur Alia Zaheera Mohd Faizal, Ain Nursyahirah Mohd Fadzir, Siti Aishah Rizal

Notice bibliographique

RevueEnvironment-Behaviour Proceedings Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndonesian Legal and Regulatory Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRenewable energyLicenseInefficiencyBusinessProduction (economics)Environmental economicsEnvironmental resource managementPolitical scienceEconomicsEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

The transition of the usage of fossil fuels to renewable energy after centuries of technological and economic support requires a set of efficient legal frameworks. Achieving widespread implementation of renewable energy involves substantial challenges, namely inefficiency of policies, lack of financial assistance, and unsecured economic instruments. Adopting the comparative method and research interviews, this research compares the comprehensiveness of the laws governing renewable energy in Malaysia with Canada. Further, to critically analyze the correlation on the effectiveness of legal frameworks on the production of renewable energy and to provide critical insight into the legal frameworks governing renewable energy in Malaysia. Keywords: law; renewable energy; Malaysia; Canada eISSN: 2398-4287 © 2022. The Authors. Published for AMER ABRA cE-Bs by e-International Publishing House, Ltd., UK. This is an open-access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/). Peer–review under the responsibility of AMER (Association of Malaysian Environment-Behaviour Researchers), ABRA (Association of Behavioural Researchers on Asians), and cE-Bs (Centre for Environment-Behaviour Studies), Faculty of Architecture, Planning & Surveying, Universiti Teknologi MARA, Malaysia. DOI: https://doi.org/10.21834/ebpj.v7iSI8.3920

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,188
Écart entre enseignants0,182 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment-Behaviour Proceedings JournalMême sujetIndonesian Legal and Regulatory StudiesTravaux en français237 207