Advancing participatory energy systems modelling
Notice bibliographique
Résumé
Energy system models are important tools to guide our understanding of current and future carbon dioxide emissions as well as to inform strategies for emissions reduction. These models offer a vital evidence base that increasingly underpins energy and climate policies in many countries. In light of this important role in policy formation, there is growing interest in, and demands for, energy modellers to integrate more diverse perspectives on possible and preferred futures into the modelling process. The main purpose of this is to ensure that the resultant policy decisions are both fairer and better reflect people's concerns and preferences. However, while there has been a focus in the literature on efforts to bring societal dimensions into modelling tools, there remains a limited number of examples of well-structured participatory energy systems modelling processes and no available how-to guidance. This paper addresses this gap by providing good practice guidance for integrating stakeholder and public involvement in energy systems modelling based on the reflections of a diverse range of experts from this emergent field. The framework outlined in this paper offers multiple entry points for modellers to incorporate participatory elements either throughout the process or in individual stages. Recognising the messiness of both fields (energy systems modelling and participatory research), the good practice principles are not comprehensive or set in stone, but rather pose important questions to steer this process. Finally, the reflections on key issues provide a summary of the crucial challenges and important areas for future research in this critical field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,109 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,020 |
| Communication savante | 0,013 | 0,014 |
| Science ouverte | 0,006 | 0,018 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».