MétaCan
Menu
Retour à la cohorte
Enregistrement W2911773408

Carbon dioxide emissions, energy consumption and economic growth: The historical decomposition evidence from G-7 countries

2018· preprint· en· W2911773408 sur OpenAlexaboutno aff
Mehmet Balcılar, Zeynel Abidin Özdemir, Hüseyin Özdemir, Muhammad Shahbaz

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2018
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsConsumption (sociology)Energy consumptionEmpirical evidenceNatural resource economicsDecompositionEconomyDevelopment economicsEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper investigates the relationship between carbon dioxide emissions, energy consumption and economic growth in the G-7 countries from a historical perspective. To this end, taking time varying interaction and business cycle into account, we use the historical decomposition method for the first time in the literature. Our results provide evidence that Canada, Italy, Japan and partly the United States need to sacrifice economic growth if they aim to reduce CO2 emissions by decreasing the fossil-based energy use. This situation is not valid since the early 1990s for France, throughout the analysis period for Germany and a few exceptions in all periods for the UK. Furthermore, empirical results provide evidence contrary to the EKC hypothesis for Canada, Germany, Japan, the UK and the US. We found BC-shaped and N-shaped curve for France and Italy, respectively. Although the EKC hypothesis is not valid for Germany and the UK, economic growth has no damaging effect on environmental quality. Also, this effect seems to be cyclical for the US. While the energy conservation theory is fully supported for Canada, it is strongly supported for France, Italy, Japan and the US with the exception of some periods. In addition to these findings, we find strong evidence to support the growth theory for all the G-7 countries.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,501
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,042
Tête enseignante GPT0,279
Écart entre enseignants0,237 · 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.

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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207