Économies d'énergie au Nunavik : un modèle théorique de facturation juste
Bibliographic record
Abstract
Comme le réseau central d'Hydro-Québec n'est pas étendu sur l'ensemble du territoire québécois, certaines communautés doivent s'alimenter de façon autonome en électricité. Dans ces réseaux autonomes, principalement situés au Nunavik, des centrales au diesel fournissent l'électricité aux habitations, alors que le chauffage est produit par des installations individuelles au mazout. Puisque l'électricité est incluse dans les loyers des logements et que le mazout est subventionné, il existe un possible problème de surconsommation découlant de cette situation et propose un nouveau modèle de facturation de l'énergie pour gérer de façon plus efficiente la demande et ainsi réduire les émissions de GES produites en trop. Ce travail produit une analyse théorique du modèle de facturation actuelle et la compare avec le nouveau modèle de facturation proposée. Les analyses du problème du ménage permettent ces comparaisons et leurs interprétations. Par la suite, des simulations numériques sont effectuées pour caractériser la meilleure réponse, en termes d'économies d'énergie, du ménage ciblé face à la contribution en économies d'énergie d'un autre ménage. Le modèle proposé innove par le fait qu'il traite les économies d'énergie réalisées comme une contribution à un bien public, qui par la suite bénéficie à l'ensemble de la population. Ce bien public, lorsque valorisé par les ménages, les motive à réaliser des économies d'énergie et rend le modèle de facturation plus juste.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".