MétaCan
Menu
Retour à la cohorte
Enregistrement W3011226707 · doi:10.4209/aaqr.2020.01.0018

Impact of SO2 Emission on the Gross Domestic Product Growth of China

2020· article· en· W3011226707 sur OpenAlexfundno aff
Juan Xu, Ya-Hui Yang

Notice bibliographique

RevueAerosol and Air Quality Research · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesAnhui Provincial Department of EducationHangzhou Dianzi UniversityWilfrid Laurier UniversityNational Bureau of Statistics of ChinaZhongnan University of Economics and Law
Mots-clésGross domestic productChinaPer capitaEconomicsVector autoregressionPanel dataReal gross domestic productProduct (mathematics)PollutantAgricultural economicsEconometricsMacroeconomicsGeographyChemistryEnvironmental healthMathematics

Résumé

récupéré en direct d'OpenAlex

Applying a structural panel vector autoregression (VAR) model to panel datasets for 108 cities between 2000 and 2015, we evaluate the effect of SO2 on China’s gross domestic product (GDP) growth by calculating the costs associated with this pollutant and its health effects. The results indicate that SO2 emissions promote GDP growth on a national scale but exhibit high regional heterogeneity in terms of cost. Specifically, although the costs exceed 20% in central China, implying that this environmental pollution contributes more than one-fifth of the GDP, and equal approximately 5% in western China, they have already begun to hinder economic growth in the eastern part of the nation. We also find that the health costs total approximately 2%, 3%, and 1% of the GDP per capita for the eastern, central, and western regions, respectively, revealing that rapid economic growth has been achieved at the expense of health.

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)0,001
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 enseignants0,256
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 recherche0,0000,000
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 Opus0,127
Tête enseignante GPT0,348
Écart entre enseignants0,221 · 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAerosol and Air Quality ResearchMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207