MétaCan
Menu
Retour à la cohorte
Enregistrement W99595705

Investigating greenhouse gas emission pathways In selected OECD countries using a hybrid energy-economy approach

2009· dissertation· en· W99595705 sur OpenAlexfundno aff
Suzanne B. Goldberg

Notice bibliographique

RevueSummit (Simon Fraser University) · 2009
Typedissertation
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésGreenhouse gasEnergy (signal processing)Environmental scienceNatural resource economicsEconomicsPhysicsEcologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This report outlines the development and analysis of CIMS OECD-EPM. CIMS OECD-EPM is a hybrid energy-economy model that forecasts energy consumption and GHG emissions in 28 OECD countries from 2005 to 2050. In the absence of climate change mitigation policy, growth forecasts for energy consumption and GHG emissions are moderate, far below that projected for non-OECD regions. With its unique framework, which incorporates technological detail, macroeconomic feedbacks and behavioural realism, CIMS OECD-EPM is used to simulate the impact of abatement policies on the region. Initial results suggest that significant emission reductions can be achieved. Development of carbon capture and storage, nuclear and energy-efficient technologies in the electricity and industrial sectors are the primary drivers of abatement in the region. Overall, abatement activity in OECD-EPM is likely to be more costly than in other world regions; high marginal abatement costs and high levels of technological development limit incremental mitigation activity.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,857
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,043
Tête enseignante GPT0,211
Écart entre enseignants0,168 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSummit (Simon Fraser University)Même sujetClimate Change Policy and EconomicsTravaux en français237 207