MétaCan
Menu
Retour à la cohorte
Enregistrement W4403974001 · doi:10.1139/cjfr-2024-0134

Socio-cultural indicators for bioenergy: a survey-based review

2024· review· en· W4403974001 sur OpenAlexaffvenue
Étienne Berthold, Kim Pawliw, Maryse Boivin, Évelyne Thiffault

Notice bibliographique

RevueCanadian Journal of Forest Research · 2024
Typereview
Langueen
DomaineSocial Sciences
ThématiqueSocial Acceptance of Renewable Energy
Établissements canadiensUniversité du Québec à MontréalUniversité LavalCentre de Géomatique du Québec
Organismes subventionnairesnon disponible
Mots-clésBioenergyGeographyForestryEnvironmental scienceAgroforestryEcologyBiofuelBiology

Résumé

récupéré en direct d'OpenAlex

The development of bioenergy projects, which play a major role in the ongoing energy transition, must rely on research by indicators. This type of research allows the establishment of criteria that can guide development choices on scientific bases. To promote the continuation and development of bioenergy projects as much as possible, it is very important to take an interest in the dimensions and socio-cultural issues of bioenergy. Based on a corpus of 257 articles sorted into two distinct phases, this paper analyzed 25 academic articles that specifically discussed and proposed socio-cultural indicators for the assessment and evaluation of bioenergy projects. We looked at how the indicators were used across the papers and identified differences and commonalities. This has led us to identify a total of 71 indicators and to propose 18 key indicators based on their widespread use and their ability to cover the socio-cultural dimensions of bioenergy production.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,733
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,002
Communication savante0,0010,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,218
Tête enseignante GPT0,490
Écart entre enseignants0,272 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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 revueCanadian Journal of Forest ResearchMême sujetSocial Acceptance of Renewable EnergyTravaux en français237 207