Notice bibliographique
Résumé
Canada is one of the top energy users and CO2 emitters among the OECD countries. However, energy intensity has been declining, on average, by about 1.4 percent since 1980. In this paper, we use the Fisher Ideal Index to determine the contribution of changes in the composition of economic activities and efficiency to a decline in energy intensity in Canada at national, provincial, and industry levels. We also apply panel data estimation methods to further investigate the factors driving energy intensity, efficiency and activity indexes for the period 1981-2008. We test for endogeneity as well as cross-section dependency in the provincial data and control for factors such as climate, policy, and energy endowment. The national and provincial decomposition results suggest that most of the reduction in energy intensity has occurred mainly due to improvements in energy efficiency rather than shifts in economic activities. Within the industry, while energy intensity has declined significantly in manufacturing, it has remained stable in transportation, utilities, and construction, and increased significantly in oil extraction and mining industries. The provincial panel regression results indicate that energy intensity is higher in provinces with higher average incomes, faster population growth, colder climate, and a higher capital-labour ratio, and lower in provinces with higher energy prices and higher investment. The industry panel regression results show that investment has contributed to energy efficiency in utilities and mining and to a shift away from energy-intensive activities in manufacturing and transportation industries. Technological advances have been most effective in increasing energy efficiency in construction and utilities and in decreasing energy-intensive activities in manufacturing industries. The results indicate that although efficiency contributes to a reduction in energy intensity in Canada, increasing activity in energy-intensive industries, such as oil and mining, partially offsets the efficiency gains in other industries.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».