MétaCan
Menu
Retour à la cohorte
Enregistrement W4312593820 · doi:10.1093/oso/9780192897046.003.0019

Phasing Out Coal-Fired Electricity in Ontario

2022· book-chapter· en· W4312593820 sur OpenAlexaboutno aff
Mark Winfield, Abdeali Saherwala

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiquePolitical and Economic history of UK and US
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectricityPoliticsCoalGreenhouse gasMains electricityGovernment (linguistics)Natural resource economicsQuarter (Canadian coin)Phase (matter)Electricity generationBusinessPolitical scienceEconomicsPower (physics)EngineeringGeographyWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract The phase-out of coal-fired electricity production in the Canadian Province of Ontario has been widely described as one of the most significant measures taken by any government in the world to reduce greenhouse gas (GHG) emissions. The phase-out of coal, which in the early 2000s constituted a quarter of the province’s electricity supply, was completed in 2014. The phase-out was associated with dramatic improvements in air quality in the southern part of province. At the same time, Ontario’s approach to the phase-out involved a series of significant environmental, economic, and political trade-offs, the benefits of which continue to be debated, and whose consequences have affected the province’s politics profoundly. The chapter examines the evolution of the role of coal-fired electricity in Ontario, the emergence of the concept of a phase-out, and the factors that contributed to its ultimate implementation. Within McConnell’s (2010) framework for assessing policy outcomes around programmatic results, policy processes, and politics, the chapter concludes that outcomes of the coal phase-out process range from a resilient and political success in terms of the phase-out itself, to a political failure with respect to the McGuinty (2003–2013) and Wynne (2013–2018) governments’ overall handling of electricity 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)0,000
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,620

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,003
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,064
Tête enseignante GPT0,267
Écart entre enseignants0,203 · 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
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPolitical and Economic history of UK and USTravaux en français237 207