MétaCan
Menu
Retour à la cohorte
Enregistrement W4402538687 · doi:10.1016/j.envsci.2024.103897

A comparative analysis of policies and strategies supporting district heating expansion and decarbonisation in Denmark, Sweden, the Netherlands and the United Kingdom – Lessons for slow adopters of district heating

2024· article· en· W4402538687 sur OpenAlexaff
Daniela Salite, Ying Miao, Ed Turner

Notice bibliographique

RevueEnvironmental Science & Policy · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensThe Scarborough Hospital
Organismes subventionnairesEngineering and Physical Sciences Research CouncilAston University
Mots-clésEarly adopterBusinessNatural resource economicsEconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

This paper undertakes a comprehensive comparative analysis of policy challenges and opportunities for the deployment of low-carbon DH. Through literature review and complementary qualitative analysis of interviews with key institutional stakeholders in the heating sector (n= 20) of Denmark, Sweden, the Netherlands, and the UK, the paper draws some important lessons on preconditions for successful roll-out of DH. We find that more governments must create appropriate conditions, provide more support, and speed up actions to enhance the role of DH in heat decarbonisation, to educate, encourage the adoption, and involve citizens, politicians, and other key stakeholders in the heat transition to DH. Amid the current energy price crisis, slow adopters must act fast to develop low-carbon DH networks to ensure the supply of secure, sustainable, and affordable heating sources. They would have to create appropriate conditions to reduce fossil-fuel path dependence, lock-out fossil fuel-based infrastructure and lock-in the diffusion and adoption of low-carbon DH. • More government support and actions are crucial to enhance the role of DH. • The greater the potential for DH expansion, the greater the path-dependent barriers. • Amid the energy price crisis, laggard countries must act fast to develop DH. • DH will attract consumers more if it is cheaper than their current heating sources. • A DH regulator is crucial for the development of functioning markets and DH systems.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0010,003
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 Opus0,021
Tête enseignante GPT0,297
Écart entre enseignants0,276 · 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

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & PolicyMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207