MétaCan
Menu
Retour à la cohorte
Enregistrement W4410336603 · doi:10.2471/b09327

Phasing out coal-fired electric power generation - implications for public health Canada

2025· book· en· W4410336603 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueWorld Health Organization eBooks · 2025
Typebook
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesHealth CanadaGovernment of the United KingdomWorld Health Organization
Mots-clésCoalElectricity generationPower (physics)Political scienceEnvironmental scienceEngineeringWaste managementPhysics

Résumé

récupéré en direct d'OpenAlex

Case study: Phasing out coal-fired electric power generation in Canada Phasing out coal-fired electric power generationimplications for public health Canada: a success story Key messageCanadian federal and provincial governments have effectively implemented policies to address greenhouse gas (GHG) emissions from the combustion of fossil fuel for electric power generation (EPG), particularly through the policy of eliminating conventional coal-fired EPG units in Canada by 2030.Such policies have the additional benefit of greatly reducing air pollution emissions from this sector, resulting in billions of dollars of population health benefits, which can help to offset the costs of climate change mitigation. WHO Air Quality, Energy and Health Science and Policy Summaries Key definitions Electric power generation (EPG):The process of producing electricity to power households, industries and transit systems.It involves converting various energy sources, such as fossil fuels (coal, natural gas), nuclear and renewables (wind, solar, hydro), into electrical energy. Greenhouse gas (GHG):Gases emitted from the combustion of fossil fuels (e.g.coal) and other processes that trap heat in the atmosphere, contributing to global warming and climate change.Common GHGs include carbon dioxide (CO 2 ), methane (CH 4 ) and nitrous oxide (N 2 O).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,264
Écart entre enseignants0,229 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorld Health Organization eBooksMême sujetEnergy and Environment ImpactsTravaux en français237 207