MétaCan
Menu
Retour à la cohorte
Enregistrement W7131384460 · doi:10.1109/cepsi66359.2025.11403115

ESG: A Global Cooperation Path for Sustainable Power Generation

2025· article· W7131384460 sur OpenAlexaff
Yan Yang, Ye Liang, Zheping Jin, Yawen Gu, Binliang Zhang, Yanzhen Liu, Zhixuan Jiang, Yiwen Zhang

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueSustainable Development and Policies
Établissements canadiensCarbon Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésSustainable developmentGovernment (linguistics)Corporate governanceSustainabilityElectricity generationMains electricitySustainable energySupply chainElectricity

Résumé

récupéré en direct d'OpenAlex

The concept of Environmental, Social and Governance (ESG) involves stakeholders at all levels and plays an important role in the energy industry. The member countries and regions of the Association of the Electricity Supply Industry of East Asia and Western Pacific (AESIEAP) have set targets to achieve carbon neutrality between 2050 and 2065. The government has established explicit targets for sustainable power generation, implemented sustainable power generation policies, introduced fiscal and financial support measures, and required companies to disclose their ESG information. Sustainable power generation policies include green power initiatives such as green power trading mechanisms, green certificate trading systems and carbon pricing mechanisms. Despite progress, challenges remain in fully realizing the goals of sustainable power generation. This article therefore argues for increased cooperation between governments, businesses and international organizations. It offers targeted suggestions for cooperation on international investment, technological innovation, supply chain cooperation and market trading. By strengthening cooperation in these areas, countries can seize opportunities, overcome barriers, and accelerate the global transition to sustainable power generation, thereby contributing to global climate change mitigation and sustainable development.

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)0,007
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0050,008
Science ouverte0,0010,010
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,007
Tête enseignante GPT0,252
Écart entre enseignants0,245 · 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'étudeSans objet
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSustainable Development and PoliciesTravaux en français237 207