MétaCan
Menu
Retour à la cohorte
Enregistrement W6920974245 · doi:10.6084/m9.figshare.26579885

Additional file 1 of Flexible electric vehicle charging and its role in variable renewable energy integration

2024· article· en· W6920974245 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDuration (music)Table (database)ScheduleScheduling (production processes)Mode (computer interface)Work (physics)

Résumé

récupéré en direct d'OpenAlex

Additional file 1: A1: EV Policy Review at the Federal (A-1), Provincial (A-2), and Municipal (A-3) scales. A2: Vehicle scheduling parameters including facilitate passenger (A2.1) and vehicle allocation (A2.2). A3: UCC Pseudocode. A4: ERG adjustment pseudocode. A5. TAHSHA Validation. Table S1. Federal Level ZEV policies and incentives. Table S2. Provincial level ZEV policies and incentives—Governmental/Non Governmental. Table S3. Municipal level ZEV policies and incentives. Table S4. Sample person level trip schedule for Household 42. Table S5. Mode choice for each trip made in Household 42. Table S6. Facilitate passenger table for Household 42. Figure S1. Facilitate passenger resolution. Figure S2. Household vehicle allocation. Figure S3. Work activity start time comparison. Figure S4. Shopping activity start time comparison. Figure S5. School activity start time comparison. Figure S6. Other activity start time comparison. Figure S7. Return Home activity start time comparison. Figures S8. plot start time versus activity duration for Work, School, Other, and Shopping activities. Figure S9. Work activity start time vs duration for survey (left) and model (right). Figure S10. School activity start time vs duration for survey (left) and model (right). Figure S11. Other activity start time vs duration for survey (left) and model (right). Figure S12. Shopping activity start time vs duration for survey (left) and model (right). Table S7. Survey distance vs Model distance for various activity types. Figure S13. show modal split (% of trips) by period of day – Peak AM (6am – 9am), Midday (9am – 3 pm), Peak PM (3 pm – 7 pm), Late PM (7 pm – 12am) and Overnight (12am – 6am). Note that WAT indicates Walk-Access Transit (Bus in the case of Regina). Figure S14. Peak AM modal split. Figure S15. Midday modal split. Figure S16. Peak PM modal split. Figure S17. Late PM modal split. Figure S18. Overnight modal split. Figure S19. Work trip modal split. Figure S20. School trip modal split. Figure S21. Other trip modal split. Figure S22. Shopping trip modal split.

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)0,002
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,823
Score d'incertitude au seuil0,253

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,034
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,8230,172

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 Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetElectric Vehicles and InfrastructureTravaux en français237 207