MétaCan
Menu
Retour à la cohorte
Enregistrement W4404723482 · doi:10.1016/j.nexus.2024.100344

The nexus between fossil energy markets and the effect of the COVID-19 pandemic on clustering structures

2024· article· en· W4404723482 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
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Nexus (standard)Pandemic2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Cluster analysisEconomic geographyEconomicsVirologyOutbreakBiologyComputer scienceMedicineArtificial intelligenceInfectious disease (medical specialty)Internal medicine

Résumé

récupéré en direct d'OpenAlex

The main purpose of this paper is to analyze price returns series to investigate causality between international fossil energy markets and the effect of the COVID-19 pandemic on their clustering structures. The sample period covers August 1993 to June 2023. The empirical results from Granger causality applied to tests show ( i ) no evidence of causality in both directions between Australian coal and Brent, and between Dubai crude oil and Australian coal, ( ii ) evidene of 52 unidirectional causal relationships across international fossil energy markets, and ( iii ) evidence of bidirectional causality between US gasoline and Brent, South African coal and Australian coal, Indonesian natural gas and Australian coal, Russian natural gas and Australian coal, and between South African coal and Russian natural gas. Besides, results from agglomerative hierarchical clustering show that the COVID-19 pandemic affected the structures in the clusters in fossil energy markets and increased the similarity between them. Overall, we provide insights about the connectedness and clustering among major international fossil energy markets to highlight important system dynamics that could be helpful for policy makers, traders and investors.

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)0,002
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 enseignants0,429
Score d'incertitude au seuil0,426

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,019
Tête enseignante GPT0,239
Écart entre enseignants0,220 · 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