Disentangling the effects of nonrenewable energy consumption on CO <sub>2</sub> emissions in Canada: The moderating role of construction and manufacturing
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.
Notice bibliographique
Résumé
The role of industrial sectors, including construction (CONS) and manufacturing (MFG), in mitigating carbon dioxide (CO 2 ) emissions is often overlooked. The response of these indicators in environmental sustainability is gaining critical attention among scholars and policymakers. Therefore, this research aims to address this issue by investigating the impact of nonrenewable energy consumption (NREC) under the moderating effects of CONS and MFG on Canada's CO 2 emissions from 1980 to 2021, utilizing both traditional autoregressive distributed lags (ARDLs) and dynamic ARDL simulation methods. The findings reveal that NREC, CONS, and economic growth (GDP) are significant drivers of emissions in both the short and long run. Meanwhile, MFG reduces emissions in the long run with no significant short-run impact. Further analysis using Generalized Kernel-based regularized least squares (gKRLS) and frequency domain causality (FDC) tests confirmed these results. Moreover, examining the moderating role of CONS and MFG exhibits significant long-run positive moderating effects on the NREC-CO 2 relationship, with MFG having a more substantial impact than CONS. However, both sectors show insignificant adverse moderating effects in the short run. Robustness analysis using quantile regression (QREG) and simultaneous quantile regression (SQREG) demonstrates that GDP and MFG consistently mitigate CO 2 emissions across all quantiles, with stronger effects at higher emissions levels. These results underscore the importance of targeted renewable energy policies that balance economic growth with environmental sustainability.
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 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 | 0,000 |
| 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 découle