Descrizione del progetto
Meccanismi di comportamento efficienti dal punto di vista energetico per ridurre la povertà energetica
La povertà energetica è un problema pressante per le famiglie che devono affrontare la sfida di accedere a servizi energetici affidabili e a prezzi accessibili. L’UE ha preso provvedimenti per affrontare questo problema promuovendo comportamenti efficienti dal punto di vista energetico. Tuttavia, per influenzare il comportamento degli utenti è necessario comprendere a fondo i meccanismi che ne sono alla base. Il progetto DEEP, finanziato dalle azioni Marie Skłodowska-Curie, determinerà se l’analisi dei modelli di utilizzo dell’energia può offrire spunti preziosi per interventi comportamentali volti ad alleviare la povertà energetica. In particolare, identificherà i modelli di comportamento nel consumo di energia, facendo luce sui potenziali pregiudizi cognitivi che influenzano l’efficienza energetica, ed esplorerà gli interventi politici per contrastare questi pregiudizi cognitivi. Per raggiungere questi obiettivi, il progetto utilizza la modellazione dei dati a grafo per analizzare i dati a livello di utente e quantificare i modelli di utilizzo dell’energia.
Obiettivo
Energy poverty households face insufficient access to affordable and reliable energy services, which can lead to adverse health effects and risky coping strategies. The EU made energy poverty a policy priority in the Clean energy for all Europeans package in 2019, and one of the objectives is to address energy poverty by promoting energy-efficient behaviors. However, intervening in users' behavioral decisions is difficult as it requires a deep understanding of the behavior patterns and a rational explanation of the behavior mechanism. This project will address a key question in energy poverty research: can behavior pattern analytics facilitate the decision-making of energy poverty? Hence, the main objective is to assess if data-driven analytics of energy use patterns can provide insight into behavioral interventions to address energy poverty. Through this project, the applicant plans to use three progressive analytics tasks to answer the question: (i) Identify the behavior patterns of energy consumption (Descriptive Analytics). (ii) Reveal potential cognitive biases that impede high energy efficiency (Prescriptive Analytics). (iii) Explore policy interventions against cognitive bias (Prediction Analytics). The project will analyze user-level data through Graph Data Modeling to quantify energy use patterns and behaviors, overcoming the limitations of the traditional method relying only on descriptive statistics. Host and secondment will complement the interdisciplinarity of the project from the perspectives of energy behavior (behavioral science) and cognitive visualization (computer science) respectively. The project will facilitate the applicant's long-term research goals with interdisciplinary knowledge, enhancing the development of his career as an independent researcher. Potential beneficiaries are energy poverty households and energy stakeholders. The proposal is in line with the Sustainable Development Goals (SDGs) and objectives of the H2020 program.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Programma(i)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Meccanismo di finanziamento
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsCoordinatore
76131 Karlsruhe
Germania