MétaCan
Menu
Retour à la cohorte
Enregistrement W4402525917 · doi:10.1016/j.nexus.2024.100327

Mediating role of energy uncertainty for environmental management in electricity generation: The evidence from Pakistan

2024· article· en· W4402525917 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 Nexus · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésElectricityElectricity generationNatural resource economicsBusinessEnvironmental economicsEnvironmental scienceEnvironmental resource managementEnvironmental planningEconomicsEngineeringPower (physics)PhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

• The study examines the relationship between CO2 intensity, aggregated and disaggregated fossil fuels, clean and nuclear energy, and as a mediating variable, energy uncertainty for Pakistan. • We employ the ARDL Bound Testing method and wavelet coherence analysis for the empirical estimations. • The overall results suggest that under the mediating effect of energy uncertainty, renewables and nuclear energy in electricity generation have a negative association with CO2 intensity whereas fossil fuels in generating electricity positively influence CO2 intensity. • The rise in energy uncertainty leads to a fall in CO2 intensity in aggregated and disaggregated analysis as well. • Wavelet coherence analysis shows that CO2 intensity and energy uncertainty depend on each other dynamically for almost the whole employed period. This groundbreaking study examines the relationship between CO2 intensity, aggregated and disaggregated fossil fuels, clean and nuclear energy, and, as a mediating variable, energy uncertainty for Pakistan during 2019M01 and 2022M10 with monthly data. To this end, the ARDL Bound Testing method is used to identify the long-run relationship of the studied factors. The empirical results suggest that under the mediating effect of energy uncertainty, renewables and nuclear energy in electricity generation have a negative association with CO2 intensity. In contrast, fossil fuels in generating electricity influence positively CO2 intensity in the aggregated analysis. Moreover, the disaggregated results under the mediating role of energy uncertainty reveal that only hydro energy reduces CO2 intensity as renewables, bioenergy, wind, and solar energy do not impact CO2 intensity. Both coal and gas energies cause a rise in CO2 intensity. Regarding nuclear energy, it also has a negative relation with CO2 intensity. The increase in energy uncertainty leads to a fall in CO2 intensity in aggregated and disaggregated analyses as well. Wavelet coherence analysis shows that CO2 intensity and energy uncertainty depend on each other dynamically for almost the whole employed period.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil0,820

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,236
Écart entre enseignants0,223 · 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