MétaCan
Menu
Retour à la cohorte
Enregistrement W3023039829 · doi:10.3390/su12093867

Energy Related CO2 Emissions before and after the Financial Crisis

2020· article· en· W3023039829 sur OpenAlexaff
Perry Sadorsky

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésFinancial crisisDivisia indexEnergy intensityRecessionPopulationGreenhouse gasChinaEconomicsEconomyBusinessEconomic policyFinancial systemEnergy (signal processing)GeographyMacroeconomicsDemography

Résumé

récupéré en direct d'OpenAlex

The 2008–2009 financial crisis, often referred to as the Great Recession, presented one of the greatest challenges to economies since the Great Depression of the 1930s. Before the financial crisis, and in response to the Kyoto Protocol, many countries were making great strides in increasing energy efficiency, reducing carbon dioxide (CO2) emission intensity and reducing their emissions of CO2. During the financial crisis, CO2 emissions declined in response to a decrease in economic activity. The focus of this research is to study how energy related CO2 emissions and their driving factors after the financial crisis compare to the period before the financial crisis. The logarithmic mean Divisia index (LMDI) method is used to decompose changes in country level CO2 emissions into contributing factors representing carbon intensity, energy intensity, economic activity, and population. The analysis is conducted for a group of 19 major countries (G19) which form the core of the G20. For the G19, as a group, the increase in CO2 emissions post-financial crisis was less than the increase in CO2 emissions pre-financial crisis. China is the only BRICS (Brazil, Russia, India, China, South Africa) country to record changes in CO2 emissions, carbon intensity and energy intensity in the post-financial crisis period that were lower than their respective values in the pre-financial crisis period. Compared to the pre-financial crisis period, Germany, France, and Italy also recorded lower CO2 emissions, carbon intensity and energy intensity in the post-financial crisis period. Germany and Great Britain are the only two countries to record negative changes in CO2 emissions over both periods. Continued improvements in reducing CO2 emissions, carbon intensity and energy intensity are hard to come by, as only four out of nineteen countries were able to achieve this. Most countries are experiencing weak decoupling between CO2 emissions and GDP. Germany and France are the two countries that stand out as leaders among the G19.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,044
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,209
Écart entre enseignants0,206 · 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

Citations50
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207