MétaCan
Menu
Retour à la cohorte
Enregistrement W4401935266 · doi:10.1177/0958305x241262504

Unraveling the impact of financial stress and trade policy uncertainty on advancing renewable energy transition in the USA

2024· article· en· W4401935266 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnergy & Environment · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensSAIT Polytechnic
Organismes subventionnairesnon disponible
Mots-clésDistributed lagRenewable energyEconomicsAutoregressive modelLagCommodityEconometricsNatural resource economicsMacroeconomicsFinanceEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Renewable energy consumption (REC) has become the most suitable option to tackle the issues of energy security and climate change because it is a sustainable, clean, and affordable energy source. Literature on the determinants of REC is growing rapidly, but most rely on linear analysis. This analysis is a nonlinear perspective on the impact of financial stress and trade policy uncertainty on REC in the USA over 1995Q1-2021Q4. The study uses autoregressive distributed lag and nonlinear autoregressive distributed lag for empirical analysis. The linear estimates reveal that financial stress and trade policy uncertainty reduce long-run (LR) REC. On the other hand, the nonlinear estimates suggest that positive changes in financial stress and trade policy uncertainty reduce REC, whereas the negative changes in both these factors boost REC in the LR. While the GDP causes an improvement in REC, environmental technologies do not significantly impact the REC in the LR. In the short-run, only the linear and nonlinear estimates of financial stress and environmental technologies significantly impact REC. Due to the asymmetric nature of the findings, policymakers must take into account the positive and negative changes in the financial stress and trade policy uncertainty while devising policies to promote renewable energy transition.

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.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,735
Score d'incertitude au seuil0,980

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 Opus0,012
Tête enseignante GPT0,210
Écart entre enseignants0,198 · 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