MétaCan
Menu
Retour à la cohorte
Enregistrement W4295901292 · doi:10.1371/journal.pone.0274447

Mortality rate, carbon emissions, renewable energy and per capita income nexus in Sub-Saharan Africa

2022· article· en· W4295901292 sur OpenAlexaff
Bosede Ngozi Adeleye, Aminat Olayinka Olohunlana, Cleopatra Oluseye Ibukun, Titilayo Soremi, Barnabas M. Suleiman

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPer capita incomePer capitaRenewable energyEconomicsMortality rateEnvironmental healthDemographyBiologyPopulationEcologyMedicine

Résumé

récupéré en direct d'OpenAlex

This study exclusively contributes to the health-environment discourse by using mortality rates, carbon emissions (proxy for environmental degradation), renewable energy and real per capita income to investigate these intrinsic relationships. This study uses an unbalanced sample of 47 Sub-Saharan African countries from 2005-2019 to reveal that: (1) both carbon emissions and renewable energy are associated with higher mortality rates; (2) real per capita income is associated with reducing mortality rates; (3) per capita income attenuates the effect of renewable energy on mortality rates, (4) persistency in mortalities exist; and (5) the health-environment-energy-income dynamics differ across income groups. Additionally, this study submits that the interaction of renewable energy and real per capita income dampens the positive effect of renewable energy on mortality rates and supports the argument that income levels lessen the extent of mortalities. Besides, these results vividly show that real per capita income reduces the devastating effect of renewable energy on infant and under-5 mortality rates from 0.942% to 0.09%, 2.42% to 0.55%, 1.04% to 0.09% and 2.8% to 0.64% for high and middle-income countries, respectively. This is a novel and significant contribution to the health-environment literature. Hence, real per capita income is a crucial determinant of mortality rate. Policy recommendations are discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,197
Écart entre enseignants0,171 · 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.

Devis d'étudeObservationnel
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

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetEnergy and Environment ImpactsTravaux en français237 207