Environmental Performance and a Nation’s Growth: Does the Economic Status and Style of Governance of a Country Matter?
Notice bibliographique
Résumé
The literature abounds with studies on the impact of the growth of nations on the environment. However, studies on the financial materiality of environmental concerns are found less often. This study aims to determine the impact of environmental concerns on a nation’s GDP per capita (GDPC). In addition, the influence of developed nations and democracy is also explored. The data for 106 countries and ten years (2011–2020) are procured from World Bank’s official website. The countries with incomplete data for a balanced panel are not included. Panel data econometrics (quantile regression) is applied to analyze the data. Environmental concerns are measured with the help of environmental efficiency (EE) using data envelopment analysis (DEA). It is found that environmental efficiency (EE) negatively impacts the GDPC for low levels of GDPC. However, no association of EE with GDPC is witnessed in the case of high GDPC levels. In addition, developed nations positively moderate the EE’s impact on the GDPC when the GDPC levels are high. Moreover, democratic nations negatively moderate the EE’s impact on the GDPC when low GDPC levels exist. The main implication of the current study is that developed high GDPC countries could bear a significant chunk of the cost of EE. This way, the adverse impact of an increase in EE on the GDPC (by low GDPC counties) could be dodged, and by the efforts of developed high GDPC countries, EE could be increased significantly without adversely impacting their GDPC.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 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 ».