Données issues de l'étude des comportements de consommation d’électricité (EXPESIGNO)
Bibliographic record
Abstract
Le projet EXPESIGNO a pour principal objectif l’étude des comportements de consommation d’électricité de foyers lorsqu’ils font face à des signaux d’effacement et/ou de report. Ces foyers ont participé à une étude expérimentale de politique publique mise en œuvre pour gérer les pics de consommation en soirée (entre 18h et 20h l’hiver) et/ou des pics de production d’énergie solaire (entre 12 et 15h l’été). Deux groupes de foyers ont été constitués, l’un servant de groupe de « contrôle » et l’autre représentant le groupe « traité », c’est-à-dire recevant les « alertes » d’effacement ou de consommation. Les consommations électriques ont été suivies via des relevés de consommations issus des compteurs Linky avec l’accord des foyers. Si vous trouvez ce jeu de données utile ou vous avez des questions, n'hésitez pas à écrire dans le topic sur le forum OTE. Le jeu de données contient actuellement les données de : - Les slides de présentation de l’étude aux sujets des deux traitements : groupe contrôle (GC) et groupe traité (GT) - Un article scientifique à paraître présentant l’étude et les principaux résultats - Le design complet de l’étude (en anglais) - La présentation du déroulement d’une session « engagement » (GT) - Les tableaux des engagements possibles, pour les périodes de pic de consommation et les périodes de production importante photovoltaïque - Un fichier csv avec les consommations électriques par 30 mn pour les 174 foyers, du 18/07/2019 au 28/09/2021 - Un fichier csv avec les dates des alertes vertes et oranges - Un fichier csv avec les équipements électriques détenus au début de l’étude par les foyers - Un fichier csv avec les usages initiaux des équipements dans les journées par les foyers - Un fichier csv avec les engagements initiaux pour les 95 foyers (périodes oranges et vertes) - Un ensemble de fichier xlsx reprenant les différents dictionnaires des variables Ce jeu de données couvre la période de septembre 2019 à août 2021.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.018 | 0.009 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.000 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.008 | 0.003 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.001 | 0.109 |
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; both teacher heads agree on what is shown here.
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".