MétaCan
Menu
Retour à la cohorte
Enregistrement W4404517679 · doi:10.1016/j.energy.2024.133889

Public attitudes towards electricity decarbonization and meeting 2035 goals

2024· article· en· W4404517679 sur OpenAlexaff
Sarah Anne Troise, M Granger Morgan, Ahmed Abdulla

Notice bibliographique

RevueEnergy · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Acceptance of Renewable Energy
Établissements canadiensCarleton University
Organismes subventionnairesCarnegie Mellon UniversityWilliam and Flora Hewlett FoundationNational Science Foundation
Mots-clésElectricityEnvironmental economicsEnvironmental scienceBusinessEngineeringEconomicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Varying levels of public acceptance of different low-carbon energy technologies can pose a barrier to progress on decarbonizing the electricity grid in the U.S. This study developed a survey system that allowed respondents to design their ideal 100 % low-carbon mix for 2035 by allocating generation across seven low-carbon technologies. Using data from 532 respondents, the authors analyzed overall public preferences and how demographics affect technology preferences. Contrary to what is often assumed, the authors found that approximately 75 % of respondents' ideal portfolios are diverse (5+ technologies), and many included novel technologies, with approximately 90 % including CCS or offshore wind. Regression analysis found that demographic factors affect the amount of a technology that a respondent chose to deploy in their portfolio. Demonstrating the public's willingness to accept a diverse electricity portfolio that includes novel technologies opens the door for energy analysts and energy developers to investigate diverse and creative solutions to achieve electricity decarbonization. Additionally, demographic factors that affect technology preferences create a new layer of consideration for project siting to increase the likelihood of acceptance. Engaging with the public and considering public preferences will be integral to achieving the U.S.’s decarbonization goals. • Used a unique online tool in which public respondents constructed their ideal portfolios of low-carbon generation for 2035. • Portfolios revealed an acceptance of a diverse array of technologies, including CCS and offshore wind. • Demographic factors were found to impact the odds of including technologies in an individual portfolio.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,031
Tête enseignante GPT0,298
Écart entre enseignants0,267 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergyMême sujetSocial Acceptance of Renewable EnergyTravaux en français237 207