Role of clean energy on energy efficiency and sustainable development: Evidence from top ten energy consumers
Notice bibliographique
Résumé
This study estimates the threshold level of clean energy and investigate its implications on energy efficiency and income per capita from world’s top ten energy consumers for the period of 1960-2017. Countries include Brazil, Canada, China, Germany, India, Japan, Russia, South Korea, France and United States, accounting for more than 60 % of world’s primary energy consumption. Results show that the correct mix of clean energy drives overall energy efficiency in all countries. Further results confirm that threshold levels of clean energy exist in the relationship of energy efficiency and income per capita. In particular, we find that increasing the share of clean energy (below the threshold level) increases energy efficiency in Brazil, Germany, India, Russia and South Korea. The effects of clean energy above its threshold levels turns stronger in all countries except Brazil, Canada and Russia. This has been noted that the above three countries have witnessed sluggish growth in clean energy share particularly above the threshold levels. In the similar settings result show that below the threshold levels of clean energy, income per capita significantly increases with increasing the energy efficiency (decreasing energy intensity) from all countries except China, Japan and Korea. This might be due to the dominant effects of non-clean energy share in total primary energy consumption in the above countries. However in cases of China and Korea above the threshold levels of clean energy, the impact of energy efficiency turns more prominent in accelerating income per capita. The similar results have been observed in all other countries except Brazil where income per capita appears insignificant with energy intensity predominantly above the threshold levels of clean energy.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».