MétaCan
Menu
Retour à la cohorte
Enregistrement W4226515489 · doi:10.5539/ibr.v14n12p76

The Multiple Impacts of the COVID-19 Pandemic on China’s Oil Security and the Rising Green Opportunities

2021· article· en· W4226515489 sur OpenAlexvenueno aff
Haiyu Xie

Notice bibliographique

RevueInternational Business Research · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy Security and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUpstream (networking)SWOT analysisBusinessVulnerability (computing)ChinaEnergy securityOil reservesPandemicNatural resource economicsEconomicsCoronavirus disease 2019 (COVID-19)PetroleumRenewable energyGeographyMarketingEngineering

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has seriously challenged the global oil market, and coronavirus-induced oil prices crash, oil demand decline and global economic recession affect China’s oil supply as well. China has high oil vulnerability due to its rising oil import dependency which aggravates Beijing’s concerns about oil security, despite at a time of the pandemic-induced oil oversupply. This study uses the SWOT analytical model to identify the strengths, weaknesses, opportunities and threats in China’s oil sector, and the changes in opportunities and threats caused by the COVID-19 pandemic. The pandemic has brought multiple impacts to China’s oil security. Results from the analysis show that the existing opportunities such as oil investments in the Belt and Road Initiative (BRI) and domestic upstream opening-up have been weakened; new threats that the uncertainty over global oil demand-supply and decrease in global upstream investments have emerged; opportunities that an increase in domestic strategic petroleum reserve (SPR) and low-carbon development are rising amid the pandemic. Notably, the COVID-19 pandemic has demonstrated the vulnerability of the global oil market to systemic risks and accelerated the transition to renewable energy.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,973

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,139
Tête enseignante GPT0,391
Écart entre enseignants0,252 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetGlobal Energy Security and PolicyTravaux en français237 207