MétaCan
Menu
Retour à la cohorte
Enregistrement W4313889694 · doi:10.3390/en16020721

Electricity Production and Sustainable Development: The Role of Renewable Energy Sources and Specific Socioeconomic Factors

2023· article· en· W4313889694 sur OpenAlexaboutno aff
George Halkos, Apostolos S. Tsirivis

Notice bibliographique

RevueEnergies · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectricity generationGross domestic productRenewable energyPer capitaNatural resource economicsElectricityEconomicsSustainable developmentSustainabilityEnvironmental economicsNuclear powerBusinessEconomic growthEngineering

Résumé

récupéré en direct d'OpenAlex

An eco-friendly and sustainable power production system constitutes the cornerstone of every country’s strategic plan to tackle climate change and enhance energy resource autonomy. Carbon dioxide abatement in electricity generation, in addition to being a necessary condition for t “green” energy transition, can contribute greatly to cleaner industrial production and sustainable development. Emphasizing this key role of the power sector, the present research focuses on shedding light on the impact of renewable energy resources (RES), per capita gross domestic product (GDP), electricity gross fixed capital formation (GFCF) and urbanization in the CO2 intensity, and the sustainability level of electricity production. The analysis is based on a comprehensive dataset of 31 countries including 26 European countries, U.S.A., Japan, Australia, Canada, and New Zealand from 1995 until 2018. The econometric outcomes revealed the strong statistical significance of all variables and a plethora of causality relationships, upon which several policy suggestions are made. Interestingly, GDP per capita beyond a certain level can gradually become an aggravating factor for the electricity carbon footprint. Similarly, the vital role of RES in clean electricity production was confirmed as expected, yet surprisingly, this effect also appears to reverse after a certain percentage of total RES reliance. In contrast to urbanization, the electricity GFCF parameter is estimated to have an adverse effect on electricity CO2 intensity, indicating that the vast amount of new investments in the power sector concerns carbon-intensive technologies. Finally, a dynamic analysis is carried out, revealing to policy makers the necessary time frame after which the implementation of new energy policies can have the full impact on the carbon emissions of electricity generation.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,652

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 Opus0,011
Tête enseignante GPT0,168
Écart entre enseignants0,158 · 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

Citations33
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207