Notice bibliographique
Résumé
causality analysis, 116 Augmented Dickey-Fuller technique (ADF technique), 31-32, 121 Bitcoin (BTC), 154-155, 165-168 and energy efficiency, 167-169 mining, 166-167 nuclear energy efficiency, 169-171 in nuclear power plants, 171-172 Bitcoin US Dollar (BTC/USD), 156 Blockchain technology, 167 Brazil, Russia, India, China, South Africa, and Turkey countries (BRICS-T countries), 29, 116 Brazil, Russia, India, China and South Africa nations (BRICS nations), 28 BRICS-T countries, 29 data and methodology, 31-33 energy use, 33 GCC, 30 GDP, energy use, and carbon emission, 31 individual unit roots test, 34 Johansen cointegration test, 35 stationary test results, 34 VECM analysis, 34, 36 Wald test results, 37 Brent Petroleum, 157 Brent Petroleum Spot US Dollar (XBR/USD), 156 CADF test, 119 Canadian economy, 128 Carbon emission, 2 Carbon footprint, 28 CD LM test, 121 CO 2 emission (CO), 28, 31-32, 114, 168 CoinMarketCap, 154 Commercial growth, 114 Correlation matrix, 157-158 Covid-19 pandemic, 154 Crypto assets, 154-156 Cryptocurrency, 167-168 CUP-BC estimator, 120-121 CUP-FM estimator, 120-121 Current account deficit, 142-143 Decision making trial and evaluation laboratory (DEMATEL), 146 Delta test (D test), 119 Democratic Republic of Congo (DRC), 115 Descriptive statistics, 157-158 Developed economies, 28, 101 Direct employment, 142-143 Disappearing effect, 76-77 Diversification, 157-159 Double flash power plants, 4-5 Ecological Carbon Footprint, 114-115 Ecological Footprint, 114-115 Econometric analysis, 76 Economic growth, 14, 114, 142
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,732 | 0,760 |
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 ».