China And America’s Trade War on Clean Energy Revolution: Taking Electric Vehicle Industry as An Example
Notice bibliographique
Résumé
This paper is based on several backgrounds. The first one is the increasingly severe global climate crisis and the imperative global green energy revolution. The second one is China’s ambitious Belt and Road Initiative which has been put into efforts since 2013 in order to “create more opportunities for common development on the principle of extensive consultation and joint contribution and for the commonwealth of the world” (proposed by Xi Jinping, on a meeting with Emmanuel Macron and Angela Merkel on July 15, 2021) and America’s countermeasures against China’s economic movement. The research focuses on the electric vehicle industry area that clearly shows the tendency of global green energy revolution, the innovations and the complex geopolitical situation and conflicts of countries on this rising industry. To get into the topic, 2 specific examples: The cobalt (a vital resource in the EV industry) mining industry in the Democratic Republic of Congo (DRC), and Tesla’s global strategy and its factory in Shanghai. This research will also talk about the orientation of the new technologies in the electric vehicle industry and how it is going to reshape the industry and their geopolitical impact on the world. This research mainly uses the method of literature research. The paper focuses on collecting and analyzing the facts and data of the industry, different perspectives and viewpoints from different stakeholders (mainly the US and China) and the developing situation of the geopolitical environment in the nowadays world.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».