Bibliographic record
Abstract
Les armées américaines poursuivent depuis une quinzaine d’années une politique de transition énergétique en deux volets : production autonome d’énergies renouvelables, ou au minimum consommation d’énergies renouvelables, et conversion aux biocarburants. Leurs motivations sont principalement stratégiques et économiques. Initiée par le niveau fédéral, cette politique a été appropriée différemment par chacune des trois armées ( terre, air, mer ) en fonction de leur principal poste de dépense énergétique. L’armée de terre a ainsi encouragé la production d’énergies renouvelables sur ses emprises et la conversion d’une partie de sa flotte de véhicules terrestres à l’électrique. La Navy s’est résolument engagée sur la voie des biocarburants, sans réussir toutefois à faire décoller une industrie capable de répondre aux immenses besoins du Département à la défense à un prix concurrentiel. Quant à l’armée de l’air, ses efforts ne sont guère allés au-delà de la certification de ses aéronefs à l’usage des biocarburants. En 2015, les armées étaient capables de produire environ 82 % du total de l’énergie renouvelable consommée, mais seulement 3,6 % de la consommation totale d’électricité du Département à la défense. Elles se sont alors lancées dans des projets de plus grande capacité productive. L’arrivée au pouvoir des républicains a néanmoins mis un coup d’arrêt à certains programmes et modifié les priorités. Or, les armées voient dans les énergies renouvelables principalement un moyen de renforcer leur résilience et de gagner en autonomie stratégique : elles poursuivent donc leurs actions mais de manière plus discrète.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.020 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".