Dynamic Association between Non-Renewable Energy Matrix, Carbon Dioxide Emissions, and Economic Growth in G7 Countries: A Contribution to the Sustainable Development Goals
Notice bibliographique
Résumé
This study contributes to the Sustainable Development Goals (SDGs) and the 2030 Agenda by examining CO2 emissions and economic growth in G7 countries. The primary aim is to explore connections among coal, oil, and natural gas consumption, predicting both CO2 emissions and economic growth despite external disruptions. The research employs vector autoregressive (VAR) and Bayesian autoregressive (BVAR) models, alongside the Granger causality test. The study tests hypotheses: (i) Fossil fuel consumption drives CO2 emissions; (ii) Fossil fuel consumption influences economic growth; (iii) A causal link exists between CO2 emissions and economic growth. Air pollution analysis (hypothesis i) indicates natural gas associates with CO2 emissions in Germany, the USA, and Italy; coal links to CO2 emissions in Canada, the USA, and Japan; CO2 emissions due to oil connect to Canada, the USA, France, Italy, Japan, and the UK. Hypothesis ii shows natural gas consumption in Canada, the USA, France, Italy, and coal consumption in France, Italy, and the UK correlate with GDP. No GDP correlation with oil consumption is seen. Hypothesis iii reveals a two-way relationship only in Germany CO2 emissions impact GDP and vice versa. Forecasts suggest external shocks lead to variable fluctuations up to seven periods ahead.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».