MétaCan
Menu
Retour à la cohorte
Enregistrement W3085620503

Renewable Energy Consumption, Income, CO2 Emissions and Oil Prices in G7 Countries: The Importance of Asymmetries

2018· preprint· en· W3085620503 sur OpenAlexaboutno aff
Muhammad Shahbaz, Amine Lahiani, Avik Sinha

Notice bibliographique

RevueMunich Personal RePEc Archive (Munich University) · 2018
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsConsumption (sociology)Renewable energyNatural resource economicsOil consumptionMonetary economics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper investigates the asymmetric transmission of income, carbon emissions and oil prices to renewable energy consumption for the long-run and short-run in G7 countries using quarterly data over the period from 1955Q1 to 2014Q4. We employ the nonlinear ARDL (NARDL) model to test for the long-run and short-run sensitivity of renewable energy consumption to its determinants. We find that income significantly influences renewable energy consumption in a symmetric manner in the long-run for the US, UK, France and Germany and in an asymmetric manner in Japan. However, renewable energy consumption is found to be insensitive to income in the long-run for Italy. Renewable energy consumption is positively and symmetrically affected by carbon emissions in the long-run for USA, France, Germany, Japan and Italy. Carbon emissions impact renewable energy consumption in an asymmetric manner for Canada but insignificant for the UK in the long-run. In the long-run, oil prices influence renewable energy consumption in an asymmetric manner in USA, symmetrically in the UK and France but insignificantly in Canada, Germany, Japan and Italy. Given the need to establish a global green energy environment our findings have important implications for energy policy makers in the world.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,003
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 Opus0,019
Tête enseignante GPT0,200
Écart entre enseignants0,181 · 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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMunich Personal RePEc Archive (Munich University)Même sujetEnergy, Environment, Economic GrowthTravaux en français237 207