Arts, Humanities and Social Sciences Talking Points
Notice bibliographique
Résumé
A playful way to achieve city-wide energy use reductions," at the 2016 Summer Study on Energy Efficiency in Buildings sponsored by the American Council for an Energy Efficient Economy (ACEEE) in Monterey, California.On behalf of the City of Fargo, and along with Dr. Huojun Yang (of NDSU's Department of Construction Management and Engineering) and Graduate Research Assistants Nick Braaksma and Hailong Zheng, Srivastava wrote a successful grant for $500,000 in funding from the ND Renewable Energy Council to be received and utilized by the City of Fargo for a fast-fill vehicle fueling station that will convert landfill gas to vehicle grade fuel for the City's solid waste vehicles.Srivastava also received a $46,800 grant from the ND Department of Commerce to continue efargo research and outreach.efargo is currently ranked third out of fifty US cities in the Georgetown University Energy Prize (GUEP).According to the GUEP dashboard (guep.iconics.com),since January 2015, Fargo residents and municipal buildings have lowered their electricity and gas use to save more than $4.8 million in utility bills and prevented 21,653,901 kg of carbon dioxide from entering the atmosphere.Srivastava serves as Project Lead for efargo.Key team members from NDSU include Peter Atwood (Technology Lead), Graduate Research Assistants
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,726 | 0,497 |
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 ».