MétaCan
Menu
Retour à la cohorte
Enregistrement W2189730890 · doi:10.1016/j.sbspro.2015.11.360

An Investigation of the Relationship between the Biomass Energy Consumption, Economic Growth and Oil Prices

2015· article· en· W2189730890 sur OpenAlexaboutno aff
Melike Bildirici, Özgür Ömer Ersin

Notice bibliographique

RevueProcedia - Social and Behavioral Sciences · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGranger causalityEconomicsDistributed lagBiomass (ecology)Causality (physics)Consumption (sociology)InterdependenceEnergy consumptionOil consumptionEconometricsEconomyAgricultural economicsEcologyBiologyEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper investigates the causality analysis among biomass energy consumption, oil prices and economic growth in Austria, Canada, Germany, Great Britain, Finland, France, Italy, Mexico, Portugal and the U.S. by using the autoregressive distributed lag bounds testing (ARDL) method, Granger causality and Toda and Yamamato non-causality test. The dataset covers the 1970-2013 period. Although many papers have explained the relationship between oil prices and economic growth since 1970, papers have not focused the relationship among biomass energy consumption, oil prices and economic growth. This paper focused the relationship because it was accepted the biomass energy is affected by economic growth and the oil price. For Austria, Germany, Finland and Portugal, the Granger causality test determined the evidence that the conservation hypothesis is supported. In state of U.S., the feedback hypothesis highlights the interdependent relationship between biomass energy consumption and economic growth. Tado Yamamoto test determined, for Austria, Germany, Finland and Portugal, the conservation hypothesis is supported. In state of U.S., the feedback hypothesis highlights the interdependent relationship between biomass energy consumption and economic growth.

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 candidatesaucune
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 enseignants0,032
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

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

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 Opus0,155
Tête enseignante GPT0,291
Écart entre enseignants0,137 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations60
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcedia - Social and Behavioral SciencesMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207