Environmental Compliance Reactions to R & D Practices and Intellectual Capital: A Worldwide Evidence
Notice bibliographique
Résumé
Our ecosystem and mainly our natural resources represent a vital ecological portfolio. Environment is good for business at a time business is not keen to invest in compliance measures. Sustaining the environment is costly and adds additional burden. The burden not only financial, it is mainly technical and managerial. Producing renewable energy and maintaining freshwater resource, reducing electricity production and emissions depend also on R & D practices such as trademark and patent applications. This also needs engineers, technicians, scientists and human capabilities with continuous knowledge and intellectual capital. The main research hypothesis has tested the effect of environmental protection and compliance on the R&D in intellectual capital creation. Environmental reactions are measured by “renewable internal freshwater resources”, “electricity production from renewable sources”, “access to electricity” and “alternative and nuclear energy”, while R & D practices are measured by “trademark applications”, “technicians in R&D” and “patent applications”. Research hypotheses has been tested using panel regression analysis according to GMM technique. Using data of 94 countries during the period from 2001 to 2019, findings show that there are significant effect of “trademark applications” on “renewable internal freshwater resources” and of “technicians in R&D” on each of “electricity production from renewable sources” “access to electricity” and “alternative and nuclear energy”. Besides, “patent applications” seems to have significant effect on “alternative and nuclear energy”. Results have found that countries that have made environmental improvements are those who have invested in intellectual capital and made significant steps in improving their environmental R&D Capabilities.
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 | 0,008 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».