The Relationship Between Nuclear Energy Consumption And Economic Performance: An Empiric Analysis on Selected Countries
Notice bibliographique
Résumé
Energy production is important for the development of developing countries. The future of nuclear energy depends on the people living in that country gaining their tolerance and being able to continue this tolerance in a safe way. This is seen as an important condition, especially for industrialized countries. In developing countries, even if nuclear energy is not used in industrial terms, it is used in medical terms, radioactive examination and various fields. The aim of the study is to determine the relationship between nuclear energy consumption and economic performance in the countries that are ranked first in nuclear energy consumption by econometric analyses and to make recommendations to policy decision makers. For this purpose, it has been investigated whether there is a long or short term relationship between nuclear energy consumption and economic performance in countries (Germany, the United States, the United Kingdom, China, France, South Korea, India, Japan, Canada, Russia and Ukraine) that are in the first place in nuclear energy consumption in the world by using panel data methods. In the analysis, Pooled Mean Group Estimator (PMGE), Mean Group Estimator (MGE) and Dynamic Fixed Effects (DFE) methods are used using the normalized annual data for the period 1997-2017 compiled from the World Bank Development Indicators and BP World Energy Statistics Reports. As a result of the econometric analysis conducted through the Stata program, it has been concluded that nuclear energy consumption does not have an impact on economic performance in the short term, whereas nuclear energy consumption in other countries, except Japan, has an impact on economic performance in the long term. In the panel data method, it will be important for economic performance and efficiency to be followed by policy decision makers considering the findings from the analysis provided for each country separately.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».