MétaCan
Menu
Retour à la cohorte
Enregistrement W4306918452 · doi:10.18280/ijsdp.170608

The Effects of Electricity Consumption on Electrification Access on Economic Growth in Papua Province, Indonesia

2022· article· en· W4306918452 sur OpenAlexvenueno aff
Jonathan Cosmus Karay, Firmansyah Firmansyah, Fransiscus Xaverius Sugiyanto, Wahyu Widodo

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectrificationElectricityIndustrialisationConsumption (sociology)Human capitalEconomicsBusinessLabour economicsAgricultural economicsNatural resource economicsEconomic growthMarket economyEngineering

Résumé

récupéré en direct d'OpenAlex

The current research aims to analyze the influence of electricity and infrastructure on regional economy. The study empirically tested the impact of the independent constructs on electrification access and economic growth in Papua, Indonesia by using mediating role of electricity consumption. Independent variables examined in this study are electrical installations and electricity capital, while the dependent variables are measured by using labor absorption. This study specifically investigates the relationship between these variables with a cross-sectional study model, conducted at Papua Province, Indonesia with data from 2012 to 2016. The results show that electricity consumption in Papua Province is significantly influenced by electrical installation, household electricity capital and industrial electricity capital. Furthermore, electricity consumption in general affects employment. The test of the mediating variable shows the role of the consumption variable in the ratio of electrification and employment. Theoretical implication posed from the findings is about the relationship between economic growth and energy infrastructure which is more likely to attract both domestic and foreign investment in a region. The novelty of this research is to reveal the role of electrification in industrialization and employment.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,233

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,234
Écart entre enseignants0,226 · 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'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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetEnergy and Environment ImpactsTravaux en français237 207