Modelling and Forecasting Energy Efficiency Impact on the Human Health
Notice bibliographique
Résumé
Nowadays, one of the main pollutant factors is the inefficient use and breakdown of energy technologies. Improving access to modern energy, which emits less pollution, both at home and in the community could benefit the health of many people. Besides, it could contribute to the long-term goals of sustainable development. Health is a universal indicator of progress towards sustainable energy. Given the issue's relevance, this article examines the impact of energy on public health. The study's purpose is to substantiate the prospects for achieving sustainable development and human well-being, which depends on the quality of the environment and could be provided by a carbon-free economy. The methodological basis of the work is general scientific research methods, such as empirical and theoretical methods, as well as systemic and functional methods. This study applied VOSviewer tools, Web of Science and Scopus analysis tools, and Google Trends to conduct a bibliometric analysis of the impact of energy factors on public health. Based on Scopus data, the findings confirmed the hypothesis concerning a growing trend of publications examining the impact of energy factors on human health. In the study framework, the VOSviewer 1.6.18 tools allowed the detection of six clusters of research streams: renewable resources, sustainable development, public, energy policy, energy efficiency, and solar energy. The authors noted that different countries research the impact of energy on public health. These issues are most actively studied in China, the USA, and India. A separate dynamics of the publications were studied for 10 countries leading in the publication activity on the subject. The Google Trends tool has identified public interest in the topic. The interest of business and industry is considered separately. The findings showed that in the first case, the interest is more in the health factor. In turn, businesses and industries pay more attention to developing renewable energy sources. Google Trends analysis of the popularity of the search query «renewable energy» identified Korea, Turkey, Nigeria, Bangladesh, and Germany as leaders in the number of queries. However, the keywords healthy leaders are New Zealand, USA, Canada, Poland, and Australia.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 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 ».