THE IMPACT OF FOREING DIRECT INVESTMENT IN THE PETROLEUM SECTOR ON THE EGYPTIAN ENVIRONMENT
Notice bibliographique
Résumé
Countries all over the world are racing to attract as much foreign direct investment (FDI) as possible due to its crucial impact on the economic development projects in the hosting countries. If these countries could well choose their economic projects and foreign partners, FDI could fill up the gap of limited resources and possibilities, increase the investment base, and help making the best use of the available natural resources for the hosting countries. Furthermore, FDI is an effective tool to transfer and use new technologies, as well as create new jobs in the hosting countries. Petroleum sector is one of the most important investing sectors with its huge directed investment whether for searching, exploring or extracting processes. Moreover, petroleum has a significant impact on the environment, as it emits contaminated waste while being produced. Thus, extracting petrol is an expensive process and -in some cases- harmful to the environment. The current research aims to study the impact of FDI in petroleum sector on the environment and to study the advantages and disadvantages of FDI in petroleum sector. To achieve that, analytical method based on the extrapolation method was used through gathering and analyzing the required data. Data was collected from CAPMAS (Central Agency for Public Mobilization and Statistics) and reports of the Central Bank of Egypt during the period of 2008 and 2016. The collected data was statistically analyzed through “SPSS” software. Results show that FDI in petroleum sector has a significant impact on the environment due to the harmful emissions resulted from searching, exploring and extracting processes; protecting the environment leads to huge cost as petrol production has the highest portion of the total FDI comparing with other sectors. Furthermore, this cost increases as FDI increases in spite of the exerted efforts. Researchers recommend to do more efforts in the petroleum sector to reduce the pollution resulted from FDI, spend more money on researches and development processes as well as use modern technologies that reduce the emissions of petroleum sector production.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».