Societal Dimension of Energy Consumption – Exploring Environmental Inequality in China
Notice bibliographique
Résumé
From the social-ecological nexus perspective, environmental inequality is embedded in its root of social problem arising from income inequality. “The urgent global challenges of sustainability and equity must be addressed together” (IPCC2011). This paper intends to explore the link between house income inequality and environmental vulnerability in Rural of China. In the process of rural to urban dominated economy transformation, social structures are changing, and ecosystems are facing stress. Given China's dynamic economic and environmental situation, we aim to provide an assessment in the inequality of energy use and environmental effects in two different systems of urban and rural region in China. The paper deals with three questions: 1. how has household expenditure linked with the energy use directly and indirectly; 2. how has China challenged by inequalities between rural and urban household on the residential energy consumption; 3. how high is the emission estimated in the rural residential energy use? The analysis results indicate obviously that almost half rural family still use no-commercial energy and thus coal is the main commercial energy sources; the per capital CO2 emissions of rural region is much higher than urban region, which is driven by low energy efficiency and less advanced public infrastructure. It address the equity issues that policy should focus on energy affordability and promoting a transition away from biomass to other modern energy sources in rural China. In the paper, the input-output table is employed for accounting the indirect residential energy use and emissions, which is associated with the eight sectors of household expenditure. The data sources are from various household serveries and energy statistics in the period of 1990 to 2016.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».