Impulsores e inhibidores del consumo de energía en el sector residencial andaluz (2014-2018)
Notice bibliographique
Résumé
La mejora de la eficiencia energética en el sector residencial es uno de los pilares clave \nde la Estrategia Energética de Andalucía 2020, el último plan del gobierno andaluz de \npolítica energética. El objetivo de esta investigación es analizar cuáles han sido los efectos \ndeterminantes que explican el cambio en el consumo de energía final en el sector \nresidencial de Andalucía. El periodo analizado se extiende entre 2014-2018. El inicio de \nla serie coincide con la entrada en vigor la Estrategia Energética de Andalucía 2020. La \nelección del año final está justificada por ser el último año en el que se emitieron \nmemorias e informes de seguimiento de la Estrategia y por la disponibilidad de los datos. \nPara cumplir con el objetivo de la investigación se desarrolla un análisis de \n3 \ndescomposición LMDI I en su variante multiplicativa. Este método permitirá conocer los \nfactores impulsores e inhibidores del consumo de energía final y presenta la novedad de \nser un análisis que analiza las variaciones por provincias y por fuentes energéticas. Los \nresultados reflejan que el efecto eficiencia de los hogares fue un inhibidor clave en el \nconsumo de energía final, pero su impacto es compensado por la influencia del efecto \nrenta como impulsor. Es recomendable que las futuras políticas energéticas contemplen \nla influencia del efecto renta y que sus acciones estén segmentadas por provincias, dadas \nlas diferencias observadas. Además, es necesario seguir intensificando las medidas para \nlograr una mejor cultura energética entre la población.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 tête enseignante, 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 ».