CO2 Emissions, Energy Consumption and Economic Growth
Notice bibliographique
Résumé
The paper investigates the role of consumption of both renewable and sustainable energy, as well as alternative and nuclear energy, in mitigating the effects of carbon dioxide (CO2) emissions, based on the Environmental Kuznets Curve (EKC). The papers introduces a novel variable to capture trade openness, which appears to be a crucial factor in inter-regional co-operation and development, in order to evaluate its effect on the environment, The empirical analysis is based on a sample of nine signatories to the Comprehensive and Progressive Agreement for Trans-Pacific Partnership (CPTPP) for the period 1971-2014, which is based on data availability. The empirical analysis is based on several time series econometric methods, such as the cointegration test, two long run estimators, namely the fully modified ordinary least squares (FMOLS) and dynamic ordinary least squares (DOLS) methods, as well as the Granger causality test. There are several noteworthy empirical findings: it is possible to confirm the U-shaped EKC hypothesis for six countries, namely Australia, Canada, Chile, New Zealand, Peru and Vietnam; there is no evidence of the EKC for Mexico; a reverse-shaped EKC is observed for Japan and Malaysia, there are long run relationships among the variables, the adoption of either renewable energy, or alternative energy and nuclear energy, mitigates CO2 emissions, trade openness leads to more beneficial than harmful impacts in the long run, the Granger causality tests show more bi-directional-relationships between the variables in the long run, and the Granger causality tests show more uni-directional-relationships between the variables in the short run.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».