MétaCan
Menu
Retour à la cohorte
Enregistrement W4388303269 · doi:10.1080/14786451.2023.2268857

Renewable energy consumption and carbon emissions in developing countries: the role of capital markets

2023· article· en· W4388303269 sur OpenAlexaff
Daniel Ofori‐Sasu, Joshua Yindenaba Abor, George Nana Agyekum Donkor, Isaac Otchere

Notice bibliographique

RevueInternational Journal of Sustainable Energy · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésRenewable energyGreenhouse gasEnergy consumptionNatural resource economicsLow-carbon economyRenewable energy creditConsumption (sociology)EconomicsEnvironmental scienceFeed-in tariffEnergy policyEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

This study examines the impact of capital market on the relationship between energy consumption and carbon emissions.By employing a system Generalised Methods of Moments (GMM) for a sample of 138 developing countries over the period, 1990-2020, we find a U-shaped reverse relationship between renewable energy consumption and carbon emissions.The study reveals that beyond a threshold of 71.03, renewable energy consumption tends to increase carbon emissions.Similarly, the initial levels of carbon emissions reduce the use of renewable energy but beyond a 2.5 level of carbon emissions, renewable energy consumption begins to increase.We find that both the stock market and bond market reduce carbon emissions and enhance the levels of renewable energy consumption.We provide evidence to support that the capital market enhances the negative impact of renewable energy consumption on carbon emissions, while the corporate bond market magnifies the reductive effect of carbon emissions on renewable energy consumption.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,577
Score d'incertitude au seuil0,634

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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'étudeThéorique ou conceptuel
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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable EnergyMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207