Prevalence and predictors of wind energy opposition in North America
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Addressing climate change requires societies to transition away from fossil fuels toward low-carbon energy, including renewables. Unfortunately, large wind projects have proven politically controversial, with groups opposing them across advanced economies. To date, there are few large-scale, systematic studies to identify the prevalence and predictors of opposition to wind energy projects. Here, we analyzed a dataset of wind energy projects across the United States and Canada between 2000 and 2016. We found that during this period, in the United States, 17% of wind projects faced significant opposition, and in Canada, 18% faced opposition, with rates in both countries growing over time. Opposition was concentrated regionally in the Northeastern United States and in Ontario, Canada. In both countries, larger projects with more turbines were more likely to be opposed. In the United States, opposition was more likely and more intense in areas with a higher proportion of White people, and a smaller proportion of Hispanic people. In Canada, opposition was more likely and more intense in wealthier communities. The most common tactics used to oppose wind energy were court cases, legislation, and physical protests. The number of people engaging in opposition to wind projects is likely small: Across articles that cited the number of individuals engaging in protests, the median number was 23 in the United States and 34 in Canada. When wealthier, Whiter communities oppose wind projects, this slows down the transition away from fossil fuel projects in poorer communities and communities of color, an environmental injustice we call "energy privilege."
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle