MétaCan
Menu
Retour à la cohorte
Enregistrement W4391071461 · doi:10.1016/j.rset.2024.100080

Electrification policy impacts on land system in British Columbia, Canada

2024· article· en· W4391071461 sur OpenAlexaffabout
N. Arianpoo, Md. Eliasinul Islam, A.S. Wright, Taco Niet

Notice bibliographique

RevueRenewable and Sustainable Energy Transition · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésElectrificationNexus (standard)Renewable energySustainabilityGreenhouse gasNatural resource economicsLand useEnergy securityFossil fuelEnvironmental resource managementEnergy policyEnvironmental economicsBusinessEnvironmental scienceEconomicsEngineeringElectricityCivil engineeringEcology

Résumé

récupéré en direct d'OpenAlex

British Columbia (BC) is committed to transitioning to a low-carbon energy system to meet its CO2 emission reduction targets, but this shift towards renewable energy sources may have significant implications for land use. This paper investigates the land-use impacts of different electrification pathways and technology choices in BC's energy system using the BC Nexus model. Our analysis highlights the potential increase in land-use requirements associated with transitioning from fossil fuels to renewable energy sources, with the occupied land of the power system potentially increasing up to six times larger than the current total build-up land (depending on the scale of electrification and technology choice). These findings have important implications for policymakers in terms of balancing the trade-offs between energy security, economic development, and environmental sustainability. By understanding the physical footprint of the energy transition, decision-makers can develop more effective climate policies and sustainable development strategies.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,092
Score d'incertitude au seuil0,671

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,002
Tête enseignante GPT0,168
Écart entre enseignants0,165 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRenewable and Sustainable Energy TransitionMême sujetEnergy and Environment ImpactsTravaux en français237 207