Wind Acceptance Research (WAR) Systematic Review Data
Notice bibliographique
Résumé
The number of studies examining social and community acceptance of wind energy in the US and Canada has increased considerably since the late 1980s. The data archived here contributed to a methodological review of this wind acceptance research (WAR) literature, particularly in response to three articles previously published in Energy Research & Social Science. These include a recent synthesis of WAR by Joe Rand and Ben Hoen (2017) recommending better incorporation of WAR results into development practices and comparability of WAR case studies; an investigation by Kathryn Walsh (2020) and colleagues into potential research fatigue in the related field of unconventional oil and gas development research, and finally a call by Benjamin Sovacool and others (2014, 2018) to increase the theoretical depth and reflection in energy social science. Using a systematic review of 111 WAR articles and a follow-up online survey of 40 corresponding authors, we investigated the location of WAR study sites in the US and Canada, the variety and success of different WAR designs and incentives used, the disciplines and theories dominating current WAR, and finally dissemination practices. Our results suggest that research fatigue is unlikely, yet WAR remains concentrated and in locations distant from the highest installed capacity, and focuses on communities and projects that tend to be novel, controversial, or unique to a specific region. We also find that most WAR lacks an underlying theory, and we conclude by recommending greater qualitative analysis of study site selection criteria, greater integration of existing WAR theories, and greater integration of WAR with solar acceptance research. Finally, we urge wind acceptance researchers to ensure and communicate a clear purpose, value and financial benefit to WAR participants and stakeholders and meaningfully consider the broader community contexts examined. This dataset only includes information obtained via the systematic review. It does not, per IRB guidance, include results from the Corresponding Author Survey.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,017 | 0,010 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».