Energy productivity and greenhouse gas emission intensity in Dutch dairy farms: A Hicks–Moorsteen by‐production approach under non‐convexity and convexity with equivalence results
Notice bibliographique
Résumé
Abstract The agricultural sector is currently confronted with the challenge to reduce greenhouse gas (GHG) emissions, whilst maintaining or increasing production. Energy‐saving technologies are often proposed as a partial solution, but the evidence on their ability to reduce GHG emissions remains mixed. Production economics provides methodological tools to analyse the nexus of agricultural production, energy use and GHG emissions. Convexity is predominantly maintained in agricultural production economics, despite various theoretical and empirical reasons to question it. Employing non‐convex and convex frontier frameworks, this contribution evaluates energy productivity change (the ratio of aggregate output change to energy use change) and GHG emission intensity change (the ratio of GHG emission change to polluting input change) using Hicks‐Moorsteen productivity formulations. We consider GHG emissions as by‐products of the production process by using a multi‐equation model. Given our empirical specification, non‐convex and convex Hicks‐Moorsteen indices can coincide under certain circumstances, which leads to a series of theoretical equivalence results. The empirical application focuses on 1,510 observations of Dutch dairy farms for the period of 2010–2019. The results show a positive association between energy productivity change and GHG emission intensity change, which calls into question the potential of on‐farm, energy‐efficiency‐increasing measures to reduce GHG emission intensity.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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) | 0,005 | 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 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 ».