MétaCan
Menu
Retour à la cohorte
Enregistrement W2963387535 · doi:10.3390/jrfm12030122

Evidence of the Environmental Kuznets Curve: Unleashing the Opportunity of Industry 4.0 in Emerging Economies

2019· article· en· W2963387535 sur OpenAlexvenueno aff
Viktoriia Koilo

Notice bibliographique

RevueJournal of risk and financial management · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKuznets curveForeign direct investmentEconomicsSustainable developmentConsumption (sociology)Sustainable growth rateEnergy consumptionEmerging marketsInternational economicsEconomyDevelopment economicsInternational tradeMacroeconomicsEconomic growthPolitical science

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate the relationship of economic development, measured as economic growth, energy use, trade and foreign direct investment, on the one hand, and environmental degradation (carbon dioxide (hereafter CO2) emissions), on the other hand, in eleven emerging Eastern European and Central Asian countries during the period of 1990 to 2014. The empirical results give an evidence of a carbon emission Kuznets curve for these emerging economies. The current income level indicates that not every country has reached the turning point for CO2 emissions reductions. Income elasticities for CO2 are positive for all eleven countries. The paper concludes that within the group, Ukraine and Kazakhstan have the most sensitive change in economic growth in respect to CO2. In addition, it concludes that there is a negative effect of total energy consumption on environment as such consumption increases CO2 emissions. The results also show a positive effect of foreign direct investment (FDI) on CO2 emissions in Eastern European and Central Asian countries. It is expected that the innovative transition to a low-carbon economy offers great opportunities for economic growth and job creation. Technological leadership (the initiative Industry 4.0) should be accompanied by the development and introduction of new technologies throughout Eastern European and Central Asian countries, hence, the paradigm of “sustainable development” should be considered as fatal. Furthermore, Eastern European and Central Asian economies should consider the experience of policy making implications made by other developing countries in gaining sustainable growth. Econometric analyses prove the existence of different impact on energy consumption of the ICT sector, which plays a key supporting role for intelligent manufacturing. Thus, there is a need for further investigations of the relationship between technology use and CO2 emissions.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,012
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,203
Écart entre enseignants0,180 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations50
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207