Analyzing the mechanism between nuclear energy consumption and carbon emissions: Fresh insights from novel bootstrap rolling-window approach
Notice bibliographique
Résumé
This research utilizes a bootstrap rolling-window (BRW) causality test to explore the causal interrelationship between nuclear energy consumption (NUC) and carbon dioxide emissions (CO 2 ) in 6 developed countries from 1980 to 2020. When there are structural shifts in the full-sample time series, empirical research exploring causality between two-time series generates erroneous conclusions. On the other hand, the BRW method allows researchers to find potential time-varying causality between time series using sub-sample data. The outcomes of the BRW causality test disclosed the following results: (i) a unidirectional negative causality from NUC to CO 2 without feedback was found for Japan; (ii) a negative causality at sup-sample periods from NUC to CO 2 surfaced at the sub-sample period while a positive causality surfaced from NUC to CO 2 in sub-sample period for the United States of America (USA) and France; (iii) a negative feedback causality between NUC and CO 2 was found For Canada; (iv) a positive unidirectional causality surfaced from NUC to CO 2 was found for Germany, which implies that consumption of NUC worsens the environment in the sub-sampled period. The results may have policy consequences for the selected developed countries regarding NUC and CO 2 nexus.
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».