Assessing the adoption of sustainable heating technologies in the United Kingdom – A case study of socioeconomically deprived neighbourhoods of Nottingham city
Notice bibliographique
Résumé
The transition to sustainable heating technologies is crucial to reduce greenhouse gas emissions, mitigate the impacts of climate change and enable a sustainable and low-carbon society. However, a successful transition will require transformative, and large-scale household behavioural changes, and their acceptance and adoption of new technologies. Through mixed data collected at household level (n = 70) in three of the 10 poorest areas of the UK city of Nottingham (Aspley, Clifton, and St Ann's) we deepen the understanding of people's engagement with their current heating systems, their heating preferences, and views on adopting sustainable heating systems in the future. We find that despite the price increase in fossil fuel-based heating and people's reduction in heating use to reduce costs, getting them to move away from their current systems is very challenging, as most people are unwilling (41.13%) or sceptical (23.01%) about it as these systems are familiar, and generally perceived as more affordable, cost effective and efficient. Moreover, most people (71.43%) are unaware of the government's heating transition plans, but they believe that the adoption of sustainable heating systems should be optional to allow them to evaluate the pros and cons of the systems, and to choose the one that is better for them, that they can afford. Prompting a shift will need more than the common type of financial incentive. There must be first the provision of non-financial incentives to reduce some of the sociotechnical and perceptual barriers to adoption and motivate people to accept and engage in heat decarbonisation as part of a moral responsibility to the environment, and towards current and future generations.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».