MétaCan
Menu
Retour à la cohorte
Enregistrement W849871910

UK-India collaborative study on low carbon technology transfer: Phase II Final Report

2009· article· en· W849871910 sur OpenAlexaboutno aff
Alexandra Mallett, David Ockwell, Prosanto Pal, Amit Kumar, Y P Abbi, Ruediger Haum, Gordon MacKerron, Jim Watson, Girish Sethi

Notice bibliographique

RevueFigshare · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoftware deploymentDeveloping countryGovernment (linguistics)Work (physics)Technology transferBusinessIntellectual propertyKnowledge transferEngineeringEconomic growthKnowledge managementPolitical scienceEconomicsComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This report details the findings of Phase II of the UK-India study on low carbon technology transfer. The study was conducted by SPRU (University of Sussex, UK) and TERI (India) between June 2008 and February 2009, with expert review from Margaree Consultants (Canada) and the Institute for Development Studies (UK). The study focused on three key issues: 1. The development of a decision making guide to help policy makers ensure technology transfer activities have maximum impacts on developing new technological capacity in recipient countries; 2. Further work on intellectual property rights (IPRs), including the development of policies that could help to overcome IPR barriers; and 3. Developing recommendations of how collaborative research, development, demonstration and deployment (R,D,D&D) initiatives between developed and developing countries might contribute to technology transfer. The study used a case study approach based on five low carbon technologies, namely: wind power; solar PV; hybrid vehicles; energy efficiency in small and medium sized enterprises (SMEs); and integrated gasification combined cycle (IGCC) for power generation. The emphasis throughout the study was on a consultative approach that engaged directly with industry, government and researchers, to yield grounded empirical insights and to raise awareness of the study amongst potential end users. About 200 people provided insights for this report. The majority of informants were based in India. However, where possible, discussions were also held with actors from the industrialized world.

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)0,022
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0050,002
Communication savante0,0050,002
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,118
Tête enseignante GPT0,305
Écart entre enseignants0,187 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetClimate Change Policy and EconomicsTravaux en français237 207