MétaCan
Menu
Retour à la cohorte
Enregistrement W4410668098 · doi:10.5040/9781666992748

Global Impact of Unconventional Energy Resources

2018· book· en· W4410668098 sur OpenAlexaboutno aff

Notice bibliographique

RevueLexington Books · 2018
Typebook
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnergy resourcesEnergy (signal processing)Natural resource economicsEnvironmental scienceEconomicsPhysics

Résumé

récupéré en direct d'OpenAlex

<JATS1:p>The chapters in this volume represent the latest thinking on the development and exploration of unconventional energy resources in the U.S., Canada, Australia, Europe, Russia, Asia Pacific, Middle East, Latin America, and Africa and shed light on its potential and future prospects in these respective regions. The diversity of thinking about the “shale revolution” is also evident in our case studies. Throughout many countries in Europe for example, there is a strong preference for investment in renewable sources of energy over the fossil fuels. In addition to environmental concerns, the falling price of renewables, have also made them more attractive financially. Consequently, global investment in renewables is outpacing that of fossil fuel two to one. Watching this trend, in 2017, the Chinese government has pledged to invest $360 billion on renewable energy. This would make China the largest investor in development of renewables in the world. Other obstacles to development of shale oil and gas in other parts of the world include, lack of adequate shale resources (Africa), the abundance of conventional energy resources (Middle East and North Africa), high cost of production (Russia, China, Japan) and political opposition to hydraulic fracturing (France and Poland). Despite these sentiments the economic imperatives (providing employment) also play a significant role in determining the future prospects for unconventional energy resources globally.</JATS1:p>

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,490
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,292
Écart entre enseignants0,277 · 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'étudeThéorique ou conceptuel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLexington BooksMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207