MétaCan
Menu
Retour à la cohorte
Enregistrement W4404130236 · doi:10.1088/2634-4505/ad8fce

Causal inference to scope environmental impact assessment of renewable energy projects and test competing mental models of decarbonization

2024· article· en· W4404130236 sur OpenAlex
Amir M. Gazar, Mark E. Borsuk, Ryan S. D. Calder

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueEnvironmental Research Infrastructure and Sustainability · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Acceptance of Renewable Energy
Établissements canadiensnon disponible
Organismes subventionnairesDartmouth CollegeU.S. Environmental Protection Agency
Mots-clésRenewable energyScope (computer science)InferenceTest (biology)Causal inferencePsychologyEnvironmental economicsEconomicsEngineeringComputer scienceEcologyEconometricsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Environmental impact assessment (EIA), life cycle analysis (LCA), and cost benefit analysis (CBA) embed crucial but subjective judgments over the extent of system boundaries and the range of impacts to consider as causally connected to an intervention, decision, or technology of interest. EIA is increasingly the site of legal, political, and social challenges to renewable energy projects proposed by utilities, developers, and governments, which, cumulatively, are slowing decarbonization. Environmental advocates in the United States have claimed that new electrical interties with Canada increase development of Canadian hydroelectric resources, leading to environmental and health impacts associated with new reservoirs. Assertions of such second-order impacts of two recently proposed 9.5 TWh yr −1 transborder transmission projects played a role in their cancellation. We recast these debates as conflicting mental models of decarbonization, in which values, beliefs, and interests lead different parties to hypothesize causal connections between interrelated processes (in this case, generation, transmission, and associated impacts). We demonstrate via Bayesian network modeling that development of Canadian hydroelectric resources is stimulated by price signals and domestic demand rather than increased export capacity per se. However, hydropower exports are increasingly arranged via long-term power purchase agreements that may promote new generation in a way that is not easily modeled with publicly available data. We demonstrate the utility of causal inference for structured analysis of sociotechnical systems featuring phenomena that are not easily modeled mechanistically. In the setting of decarbonization, such analysis can fill a gap in available energy systems models that focus on long-term optimum portfolios and do not generally represent questions of incremental causality of interest to stakeholders at the local level. More broadly, these tools can increase the evidentiary support required for consequentialist (as opposed to attributional) LCA and CBA, for example, in calculating indirect emissions of renewable energy projects.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,367
Écart entre enseignants0,349 · 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