MétaCan
Menu
Retour à la cohorte
Enregistrement W2514258415 · doi:10.5547/01956574.37.4.smos

Changes in Energy Intensity in Canada

2016· article· en· W2514258415 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueThe Energy Journal · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésEnergy intensityPanel dataEconomicsEndogeneityIndex (typography)Efficient energy useInvestment (military)Pollution haven hypothesisEnergy (signal processing)EconometricsAgricultural economicsMacroeconomicsForeign direct investmentEngineeringStatistics

Résumé

récupéré en direct d'OpenAlex

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.

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)0,000
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 enseignants0,145
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,179
Écart entre enseignants0,173 · 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