MétaCan
Menu
Retour à la cohorte
Enregistrement W2105336999 · doi:10.5539/ibr.v3n3p111

Energy Use in Agriculture Sector: Input-Output Analysis

2010· article· en· W2105336999 sur OpenAlexvenueno aff
Hussain Ali Bekhet, Azlina Abdullah

Notice bibliographique

RevueInternational Business Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Tenaga NasionalTenaga Nasional Berhad
Mots-clésSocial connectednessAgricultureElectricityEconomic sectorCoalEnergy sectorBusinessNatural resource economicsInput–output modelEnergy (signal processing)Fossil fuelEconomicsAgricultural economicsEconomyMacroeconomicsMathematicsEngineeringStatisticsGeographyWaste management

Résumé

récupéré en direct d'OpenAlex

Many sectors rely on energy as input to produce output. Even though the use of energy in agriculture sector is not as high as in other sectors, it is important to study the connectedness between the two sectors as there is no study done so far to show the linkages between them in Malaysia. Input-output analysis has been used to study the connectedness degree between the two sectors using input-output data for 1991-2000. The direct and total backward linkages analyses have shown that there is a significant increase in the use of energy in agriculture sector for the 1991-2000 period but the connectedness is still weak. Among the three energy-related sectors namely; crude oil, natural gas & coal, petrol & coal industries and electricity & gas, it was found that the agriculture sector depends more on inputs from petrol & coal industries as compared to the other two sectors. Based on these results, some policy implications have been proposed to help the decision-makers in economic planning especially on implementing policies related to energy and agriculture sectors.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,031
Tête enseignante GPT0,320
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207