Sustainable Energy Use Across the UK’s Northern Powergrid
Notice bibliographique
Résumé
The United Kingdom (UK) aims to achieve net zero greenhouse gas (GHG) emissions by 2050.Hence, the government is promoting use of heat pumps (HPs) in residences, use of domestic solar photovoltaic (PV) panels, and adoption of electric vehicles (EVs).However, critics cite barriers to adopting these strategies, and current adoption patterns and domestic energy consumption (DC) are unclear.This project uses open data on primary substations (PS) in the Northern Powergrid, which serves the UK's North East.The UK provides a good case study, given its readily available data and the key fact it is undergoing a net zero transition.This paper aims to answer the research questions: 1) In the 2022 data, what were patterns of DC in the Northern Powergrid, and 2) How are DC patterns associated with HP, solar PV, and EV use?Using data from 541 PSs, DC patterns were mapped, and correlation and regression analysis was used to characterise the relationship between number of HPs, solar PV use, number of EVs and DC for the areas served by the PSs.Areas of high DC had higher population and were more affluent.Increasing number of HPs and EVs were statistically significantly associated with higher DC in both correlation (HPs r = 0.8579, EVs r = 0.3246, p < 0.0001) and regression analysis, and higher solar PV use was statistically significantly positively correlated with higher DC (r = 0.6937, p < 0.0001).Residences in more densely-populated and affluent areas are newer and therefore more likely to be suitable for HPs, and EV infrastructure is more likely to be established in these areas.These results support criticisms that the UK's net zero strategy goals may be unattainable, and that increased government intervention is required in order to prevent exacerbating inequities while pursuing this strategy.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».