Análisis de la cadena de valor del sector eólico en Castilla y León
Bibliographic record
Abstract
El sector eólico se ha convertido en una de las principales actividades productivas de Castilla y León. De hecho, es el principal generador de esta energía del país, y el que más potencia instalada tiene. Sin embargo, la producción de energía eólica engloba una cadena de valor dividida en varias fases productivas. Por ello, tras haber analizado con detalle cada una de esas etapas y evaluar si tienen un impacto positivo o negativo sobre el tejido socioeconómico castellanoleonés, se ha llegado a la conclusión de que el sector eólico en Castilla y León ha tenido un impacto relativamente positivo. No obstante, es cierto que existen algunos elementos estructurales que limitan notoriamente ese efecto positivo. El sector eólico castellanoleonés es víctima de la deslocalización de actividades de alto contenido tecnológico hacia las comunidades autónomas de mayor renta. Además, por las características intrínsecas de muchas de las actividades vinculadas al sector, el empleo que se crea derivado de ellas es de naturaleza temporal; por lo que los efectos sobre el mercado de trabajo regional tienden a ser transitorios. En resumen, a pesar de liderar la producción de energía eólica y de aprovechar muchas de las ventajas que ofrece su cadena de valor, Castilla y León todavía puede atraer actividades que contribuyan a la revitalización económica, social y demográfica de la región.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".