Public perceptions of Carbon Capture and Storage technology in Alberta: Applying an integrative framework
Notice bibliographique
Résumé
Carbon capture and storage (CCS) has emerged as a technological option for meeting greenhouse gas emissions reduction targets in the Canadian province of Alberta.Public support is likely to affect the feasibility of widespread implementation of CCS projects.This study explores citizens' perceptions of CCS, including knowledge, and stated support, and develops a method to characterize their attitudes towards CCS using a framework that includes psychological perceptions, values, environmental concerns, and socio-demographic variables.A web-based survey was conducted with a representative sample of Alberta citizens (n=1076) in 2013.The data suggest that respondents' knowledge of CCS has increased over the last decade, though climate change knowledge remains limited.The majority (53%) of respondents support the use of CCS, and 85% consider CCS at least "somewhat important" for inclusion in the province's emissions-reduction strategy.A minority of respondents (18%) are opposed to CCS.Regression analysis reveals that respondent support for CCS is associated with perceptions of outcome efficacy (belief that CCS is a useful climate change mitigation strategy), trust in the regulator and industry, and distributive fairness.Respondent support is also associated with beliefs of several benefits of CCS implementation, including the ability to balance economic development with emissions reductions, the continued ability to use fossil fuels, and the potential to export CCS technology to other countries in the future.On the other hand, respondent opposition to CCS is associated with perceptions of risk, including concern about potential groundwater contamination and that CCS would potentially displace investments in renewable energy.These empirical insights suggest that CCS outreach and engagement efforts could be enhanced by carefully considering citizen perceptions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».