MétaCan
Menu
Retour à la cohorte
Enregistrement W4415218157 · doi:10.1016/j.samod.2025.100045

Examining the effects of economic development, trade openness, FDI, and urbanization on energy use in Canada: An ARDL analysis

2025· article· en· W4415218157 sur OpenAlexaboutno aff
Shawly Das, Reday Chandra Bhowmik, Smarnika Ghosh, Mithun Kumar Biswas

Notice bibliographique

RevueSustainability Analytics and Modeling · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCointegrationDistributed lagOrdinary least squaresGranger causalityOpenness to experienceForeign direct investmentPer capitaUrbanizationPairwise comparison

Résumé

récupéré en direct d'OpenAlex

This study begins by extending the Marshallian demand framework to examine the long-term and short-term determinants of energy use in Canada. Specifically, it explores the impact of GDP per capita, trade openness, foreign direct investment (FDI), and urbanization on energy use, utilizing annual time-series data from 1990 to 2023. The autoregressive distributed lag (ARDL) bounds-testing approach assesses a cointegrating relationship among the variables. The F-bound cointegration test is applied to verify the long-run association, followed by ARDL model estimation to evaluate both short-run and long-run elasticities. Additionally, a pairwise Granger causality test is conducted to determine the direction of causal interactions between the variables, while various diagnostic tests are performed to validate the model assumptions. In addition to the ARDL long-run findings, three alternative econometric techniques are implemented to ensure their robustness: Dynamic Ordinary Least Squares (DOLS), Canonical Cointegrating Regression (CCR), and Fully Modified Ordinary Least Squares (FMOLS). The results suggest that trade openness and GDP per capita increase energy use, whereas FDI and urbanization decrease it. The ARDL model exhibits significant effects only on GDP and urbanisation, while the FMOLS, DOLS, and CCR models exhibit significant effects on all four variables. The direction of effect stays the same, no matter what method is used, but the coefficients' strengths change. These results highlight the importance of GDP growth and urban expansion in determining Canada's energy needs, as well as the impact of trade openness and FDI. The study employs ARDL, combined with FMOLS, DOLS, and CCR techniques, to provide robust and comparative insights into the impact of economic growth, international trade, foreign investment, and urbanization on long-term energy consumption patterns in 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 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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,351
Score d'incertitude au seuil0,692

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,022
Tête enseignante GPT0,207
Écart entre enseignants0,185 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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 revueSustainability Analytics and ModelingMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207