MétaCan
Menu
Retour à la cohorte
Enregistrement W4391055375 · doi:10.1016/j.erss.2024.103411

Decisions and decision-makers: Mapping the sociotechnical cognition behind home energy upgrades in the United States

2024· article· en· W4391055375 sur OpenAlexaff
Saurabh Biswas, Tracy L. Fuentes, Kieren H. McCord, Adrienne Rackley, Chrissi Antonopoulos

Notice bibliographique

RevueEnergy Research & Social Science · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesPacific Northwest National LaboratoryBuilding Technologies OfficeU.S. Department of Energy
Mots-clésSociotechnical systemNormativeUpgradeProcess (computing)Energy (signal processing)IdeologyLimitingBusinessSpace (punctuation)Environmental economicsKnowledge managementComputer sciencePolitical scienceEconomicsEngineeringPolitics

Résumé

récupéré en direct d'OpenAlex

Home energy upgrade decisions, such as adopting energy efficient equipment/appliances and renewable energy, are embedded within broader decisions and actions for upgrading the home. In this paper, 121 households in four states were interviewed to investigate the cognitive process of decision-making for home upgrades at the intersection of individual self-identites, normative goals of households and their sociotechnical environment. We found that home upgrades occur typically as interconnected sets of projects. They are constituted of decision dilemmas between domestic space-making aspirations and technological choices, moderated by sentiments, opinions of peers, information, limiting factors and self-identities. Indoor upgrades are largely influenced by the functional and emotional goals of the household, whereas exterior and structurally complex upgrades are usually determined by parameters of the sociotechnical environment, including costs and available expertise. Behaviorally, functional needs and social situation of individuals are more influential to upgrade decisions than environmental values or ideological positions on decarbonization.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,054
Tête enseignante GPT0,371
Écart entre enseignants0,317 · 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.

Devis d'étudeQualitatif
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

Citations20
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueEnergy Research & Social ScienceMême sujetEnvironmental Education and SustainabilityTravaux en français237 207