Nexus between Nitrous Oxide Emissions and Agricultural Land Use in Agrarian Economy: An ARDL Bounds Testing Approach
Notice bibliographique
Résumé
This paper analyses the relationship between Nitrous Oxide emissions, agricultural land use, and economic growth in Pakistan. Agriculture largely contributes to Nitrous Oxide emissions. Hence, models of agriculture induced Nitrous Oxide emissions are estimated in addition to models of total Nitrous Oxide emissions. Estimated models accommodate more flexible forms of relationship between economic growth and emissions than those of the widely adopted models in testing the Environmental Kuznets Curve. The Auto-Regressive Distributed Lag (ARDL) bounds testing approach to co-integration and the vector error correction model approach is applied to test the Environmental Kuznets’s Curve hypothesis for Pakistan and to detect the directions of causality among variables using the time series data for the period 1971 to 2012. Results indicate that an N-shaped rather than an inverted U-shaped relationship exists in the case of Pakistan. The tipping values for total Nitrous Oxide emissions and agriculturally induced Nitrous Oxide emissions indicate that Pakistan passes through a phase of increasing environmental degradation. Increases in agricultural land use and per capita energy use will increase the level of Nitrous Oxide emissions. However, controlling Nitrous Oxide emissions from agricultural land use and per capita, energy use without adversely affecting economic development will be a serious policy challenge for Pakistan.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».