Decision support for United States—Canada energy integration is impaired by fragmentary environmental and electricity system modeling capacity
Notice bibliographique
Résumé
Abstract The renewable energy transition is leading to increased electricity trade between the United States and Canada, with Canadian hydropower providing firm lower-carbon power and buffering variability of wind and solar generation in the U.S. However, long-term power purchase agreements and transborder transmission projects are controversial, with two of four proposed transmission lines between Quebec, Canada and the northeast U.S. cancelled since 2018. Here, we argue that controversies are exacerbated by a lack of open-source data and tools to understand tradeoffs of new hydropower generation and transmission infrastructure in comparison to alternatives. This gap includes impacts that incremental transmission and generation projects have on the economics of the entire system, for example, how new transmission projects affect exports to existing markets or incentivize new generation. We identify priority areas for data synthesis and model development, such as integrating linked hydropower and hydrologic interactions in energy system models and openly releasing (by utilities) or back-calculating (by researchers) hydropower generation and operational parameters. Publicly available environmental (e.g. streamflow, precipitation) and techno-economic (e.g. costs, reservoir size,) data can be used to parameterize freely usable and extensible models. Existing models have been calibrated with operational data from Canadian utilities that are not publicly available, limiting the range of scientific and commercial questions these tools have been used to answer and the range of parties that have been involved. Studies conducted using highly resolved, national-scale public data exist in other countries, notably, the United States, and demonstrate how greater transparency and extensibility can drive industry action. Improved data availability in Canada could facilitate approaches that (1) increase participation in decarbonization planning by a broader range of actors; (2) allow independent characterizations of environmental, health, and economic outcomes of interest to the public; and (3) identify decarbonization pathways consistent with community values.
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 | 0,009 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 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 ».