MétaCan
Menu
Retour à la cohorte
Enregistrement W4414873908 · doi:10.33203/mfy.1696094

Ekolojik Vergilerin Sera Gazı Emisyonları Üzerindeki Doğrusal Olmayan Etkisi: BRICS Ülkeleri Üzerine Ampirik Bir İnceleme

2025· article· tr· W4414873908 sur OpenAlexaboutno aff
Mustafa Kurt

Notice bibliographique

RevueMaliye Finans Yazıları · 2025
Typearticle
Languetr
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnergy policyEconomic feasibilityQuarter (Canadian coin)Electric energy

Résumé

récupéré en direct d'OpenAlex

Çalışmada, yenilenebilir enerji tüketimi, doğrudan yabancı yatırımlar ve kentsel nüfusun toplam sera gazı emisyonları üzerindeki etkisinde piyasa tabanlı politikaların (ekolojik vergilerin) rolünü değerlendirmek amacıyla, BRICS ülkelerinin 2000-2020 dönemi yıllık verileri kullanılmıştır. Analiz kısmında kullanılan yöntem ise, Hansen’in (1999) geliştirdiği panel eşik değer analizidir. Bulgular, yenilenebilir enerji tüketimi, doğrudan yabancı yatırımlar ve kentsel nüfus ile toplam sera gazı emisyonları arasındaki ilişkide ekolojik vergi sıkılığının belirleyici bir eşik etkisi oluşturduğunu ortaya koymaktadır. Bu kapsamda, düşük düzeyli ekolojik vergi rejimlerinde doğrudan yabancı yatırımlardaki artış ile yenilenebilir enerji tüketiminin yükselmesinin sera gazı emisyonlarını azaltıcı yönde etkide bulunduğu; buna karşılık, kentsel nüfus artışının emisyonları artırdığı gözlemlenmektedir. Öte yandan, ekolojik vergi sıkılığı eşik değerin üzerine çıktığı durumlarda yenilenebilir enerji tüketiminin emisyon azaltıcı etkisinin zayıfladığı, kentsel nüfus artışının ise emisyonları artırıcı etkisinin daha da güçlendiği tespit edilmiştir. Ayrıca, yüksek ekolojik vergi rejimlerinde, doğrudan yabancı yatırımların toplam sera gazı emisyonları üzerindeki etkisinin anlamsız olduğu sonucuna ulaşılmıştır.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,018
Tête enseignante GPT0,215
Écart entre enseignants0,197 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaliye Finans YazılarıMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207