Sentiments toward use of forest biomass for heat and power in canadian headlines
Notice bibliographique
Résumé
Replacement of fossil fuels with bioenergy, often in concert with carbon capture and storage, plays an important role in published low-emission pathways from the Intergovernmental Panel on Climate Change (IPCC) and other agencies. National and regional net-zero greenhouse gas emission commitments have caused a dramatic increase in forest biomass consumption globally, and the rise has been accompanied by debates in the scholarly literature and in society at large about the ecological and climate change impacts of forest biomass. This paper presents a quantitative analysis of media headlines about forest bioenergy published in 75 Canadian newspapers from 2010 to 2020. Using a lexicon and rules-based sentiment analysis tool, we explore negative and positive media headlines about forest biomass. Despite our finding that Canadian headlines about forest bioenergy were twice as likely to be positive as negative, media items document reversals away from forest biomass-generated domestic electricity. Our analysis found that increases in electricity costs following the introduction of forest biomass as a fuel type for Canadian electricity generation was a primary cause of these reversals. Headlines also critiqued the expanded production of wood pellets, citing forest ecological impacts and the debate about the net carbon impacts of forest biomass-generated energy. Safety issues, including stories about workplace injuries, and pellet plant fires, and economic issues, such as fiber supply and mill closures, were also featured. This research contributes a social science lens to understand perceptions over time about forest biomass for heat and power.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».