Toward a sustainable future: Determinants of renewable energy utilisation in Canada
Notice bibliographique
Résumé
This study investigates the nexus between carbon dioxide (CO₂) emissions, electricity consumption, foreign direct investment (FDI), gross domestic product (GDP), and renewable energy in Canada from 1990 to 2023, using an Autoregressive Distributed Lag (ARDL) approach. The research addresses critical environmental challenges posed by economic growth and energy utilization, primarily understanding how these factors influence CO₂ emissions over time. The results reveal that a 1 % increase in electricity consumption is associated with a 0.02 % rise in CO₂ emissions, underscoring the environmental impact of Canada’s energy-intensive economy. Additionally, FDI shows a negative correlation with emissions, indicating that a 1 % rise in FDI contributes to a 0.05 % decrease in CO₂ emissions. Conversely, renewable energy utilization demonstrates significant potential for emissions reduction; a 1 % increase in renewable energy leads to a 1.15 % decrease in CO₂ emissions, highlighting the efficacy of clean energy in mitigating environmental impacts. The findings reveal that CO₂ emissions significantly decrease renewable energy utilization, electricity consumption, foreign direct investment, and economic growth significantly increase renewable energy utilization. Furthermore, electricity consumption and GDP significantly drive CO₂ emissions, while renewable energy and FDI have mitigating effects. These results imply that while economic growth and energy usage are crucial for Canada's development, transitioning to renewable energy and strategically attracting FDI can reduce carbon emissions. The study offers policy recommendations to support Canada's climate goals by encouraging investments in renewable energy and promoting sustainable economic growth. • This research investigates the determinants of renewable energy in Canada. • The paper applies an ARDL approach. • This study offers new insights specific to Canada.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».