MétaCan
Menu
Back to cohort
Record W6936186751 · doi:10.57745/ytsbgl

Données issues de l'étude des comportements de consommation d’électricité (EXPESIGNO)

2024· dataset· fr· W6936186751 on OpenAlexaff

Bibliographic record

VenueRecherche Data Gouv France · 2024
Typedataset
Languagefr
Field
Topic
Canadian institutionsCanadian Nautical Research Society
FundersAgence Nationale de la Recherche
KeywordsPoison controlBaby foodPublic informationIllicit drug

Abstract

fetched live from OpenAlex

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 machine prediction

Teacher imitation

Not 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.

metaresearch head score (Codex)0.023
metaresearch head score (Gemma)0.104
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Dataset · Consensus signal: none
Teacher disagreement score0.068
Threshold uncertainty score0.227

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0230.104
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0050.007
Science and technology studies0.0030.002
Scholarly communication0.0080.006
Open science0.0020.004
Research integrity0.0030.004
Insufficient payload (model declined to judge)0.0680.017

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.

Opus teacher head0.343
GPT teacher head0.436
Teacher spread0.093 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreDataset

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueRecherche Data Gouv FranceFrench-language works237,207