MétaCan
Menu
Retour à la cohorte
Enregistrement W7117952313

Risk analysis of firm energy coverage in colombia in the medium term

2021· article· en· W7117952313 sur OpenAlexaboutno aff
Ricardo Moreno-Chuquen, Sergio Alejandro Cantillo Luna, Lilian Andrea Carrillo Rodríguez

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueEducational methodologies and cognitive development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerm (time)Order (exchange)ElectricityPosition (finance)Energy (signal processing)Medium termQuarter (Canadian coin)Energy supplyCarry (investment)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The recent auction of rm energy and the decisions on medium-term coverage give rise to risks in the supply of electricity in Colombia in the coming periods. Taking into account the possible risks that may arise, such as: non-compliance with FEO due to generation units (six [6] non-compliances during 2015-2016 term), the delay of generation projects with committed rm energy (Hidroituango case) and the availability of rm energy in the market, imply a systemic risk for the electric power supply in the medium term. Through the study of technical documents and resolutions, issued by the CREG, about the medium term energy balances in 2018, rm energy supply and demand balances were reconstructed, including the results of the last FEO auction carried out in the rst quarter of 2019, in order to carry out a risk analysis based on these same scenarios. It was observed that the amount of FEO auctioned exceeds the quantity of demand projected, meaning that the CREG assumed a conservative position by purchasing more energy than necessary (8650 GWh-year and 1027 GWh-year respectively), this is a situation that has occurred on more than one occasion

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,039
Tête enseignante GPT0,306
Écart entre enseignants0,267 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
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 revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)Même sujetEducational methodologies and cognitive developmentTravaux en français237 207