MétaCan
Menu
Retour à la cohorte
Enregistrement W7034407323

Understanding energy-economy models: survey evidence from model users and developers in Canada

2021· dissertation· en· W7034407323 sur OpenAlexaboutno aff

Notice bibliographique

RevueUVic’s Research and Learning Repository (University of Victoria) · 2021
Typedissertation
Langueen
DomaineEngineering
ThématiqueThermography and Photoacoustic Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTypologyGovernment (linguistics)Public policyPredictive modellingClimate modelPolicy making
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Energy-economy models are important tools used by policy-makers and researchers to design effective climate policy. However, there has been limited research that compares models against consistent characteristics to understand their impacts on climate policy projections. This can make it difficult for policy-makers to identify suitable models for their specific policy questions and develop effective climate policies. A web-based survey of energy-economy model users and developers in Canada’s public, private, and non-profit sectors (n=14) was conducted to systematically compare seventeen models against a framework of seven characteristics: technology characteristics, micro-, and macro-economic characteristics, policy representations, treatment of uncertainty, high-resolution spatial and temporal representations, and data transparency. It was found that for the most part, models represent technology, micro-, and macro-economic characteristics according to the classic typology of bottom-up, top-down, and hybrid models. However, our findings show that several modelling evolutions have occurred. Some top-down models can explicitly represent technologies and some bottom-up models incorporate microeconomic characteristics. Models differ in the types of policies they can simulate, sometimes underrepresenting performance regulations, government procurement, and research and development programs. All models incorporate at least one type of uncertainty analysis, models infrequently have high-resolution spatial and/or temporal representations, and most models lack publicly accessible methodological documents. Implications for researchers and policy-makers that use energy-economy models and/or develop policies are discussed.

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)0,017
score de la tête « metaresearch » (Gemma)0,099
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,382

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,099
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0050,003
Communication savante0,0080,006
Science ouverte0,0030,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,245
Écart entre enseignants0,170 · 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'étudeObservationnel
DomaineMéthodes
GenreEmpirique

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUVic’s Research and Learning Repository (University of Victoria)Même sujetThermography and Photoacoustic TechniquesTravaux en français237 207