Creating Supply, Creating Demand: Gas and Electricity in Montréal from the First World War to the Great Depression
Bibliographic record
Abstract
Réduire l’utilisation d’énergie est un impératif urgent pour les sociétés occidentales. Pourtant, il est dur d’anticiper comment cela se fera et quelles conséquences seront engendrées. Cet article avance que l’étude de l’histoire énergétique aide à comprendre la flexibilité des systèmes énergétiques. À partir du cas de Montréal, il analyse la fluctuation de l’offre et de la demande en électricité et en gaz entre la Première Guerre mondiale et la Grande dépression, une période marquée autant par l’expansion que par la stagnation des systèmes énergétiques. En étudiant les activités de la compagnie énergétique monopolistique de la ville ainsi que les pratiques des consommatrices et consommateurs d’énergie, cet article propose une typologie de quatre différents types de flexibilité énergétique : flexibilité à la hausse menée par les fournisseurs, flexibilité à la baisse menée par les fournisseurs, flexibilité à la hausse menée par les consommateurs, flexibilité à la baisse menée par les consommateurs. Les conclusions de cette analyse ont des répercussions importantes sur l’analyse des mégaprojets énergétiques futurs et sur le façonnement de la consommation d’énergie. Elles montrent aussi comment l’histoire énergétique révèle la manière dont les structures héritées du passé influencent les décisions futures.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".