MétaCan
Menu
Retour à la cohorte
Enregistrement W4388808726 · doi:10.1016/j.heliyon.2023.e22624

Illuminating practitioner challenges in energy transitions

2023· article· en· W4388808726 sur OpenAlexaffabout
Michael Benson, Chad Boda, Runa Das, Leslie A. King, Chad Park

Notice bibliographique

RevueHeliyon · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésEnergy (signal processing)Engineering physicsEngineering ethicsNanotechnologyEngineeringPhysicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Sustainable development (SD) is a concept that can be used to address complex challenges, including energy transitions. SD offers diverse strategies that provide useful direction in navigating tensions, trade-offs and synergies in energy transitions. The purpose of this research was to identify the challenges that energy practitioners are faced with in energy transitions and explore potential solutions. To achieve this purpose, we identified and explored the challenges faced by energy practitioners in Canada. Specifically, we conducted a survey of 34 energy practitioners from across Canada, as well as in-depth interviews with the Energy Futures Lab design team (which is a civil society initiative actively working on the energy transition in Canada). We identified the following challenges faced by energy practitioners in Canada: there is no simple, single solution for energy transitions; energy transitions have potentially conflicting considerations; energy systems have potentially conflicting goals; energy practitioners have different levels of trust and competencies in key actors; energy practitioners need to work across the political spectrum; and the costs and benefits of energy transitions are unevenly distributed. We discuss how the three strategies of SD (i.e., economic choice, political choice, social choice) could be applied to manage the intended and unintended tensions and trade-offs inherent in energy transitions. We conclude that the three SD strategies are not always equally valued by energy practitioners, but they have the potential to be useful in different energy transitions scenarios.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,524
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,042
Tête enseignante GPT0,259
Écart entre enseignants0,218 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetSustainability and Climate Change GovernanceTravaux en français237 207