Are households willing to adopt solar home systems also likely to use electricity more efficiently? Empirical insights from Accra, Ghana
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
The diffusion of renewable energy technology, such as solar home systems (SHS), has great potential to reduce GHG emissions. However, households’ energy efficiency (EE) and curtailment behavior (CB) play a crucial role in this process. This study examines the rooftop solar PV potential, households’ willingness to adopt SHS, and their EE/CB implications for mitigating CO2 emissions through SHS adoption. A survey of 216 households was carried out alongside rooftop solar PV potential analysis in a high-income gated estate and a middle-class neighborhood using secondary data. First, we find that rooftop solar PV has the potential to offset all grid electricity and its associated CO2 emissions for at least 63.5% of households. Secondly, the willingness to adopt SHS is lower in the high-income neighborhood than the middle-class ones. This dynamic is explained by the occupancy status, where most of those in the high-income neighborhood tend to be renters – a group known to have a low willingness to adopt SHS. Thirdly, our results affirm that energy-saving behavior is more common in a middle-class neighborhood where the propensity to adopt SHS is also high. Our results suggest that households willing to adopt SHS are more likely to engage in EE/CB. However, this tendency is common among middle-class households, who, in practice, may not be able to afford the SHS. Our findings underscore the need for more targeted policy interventions for SHS, and EE and CB among homeowners, high-income neighborhoods, and real estate developers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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