TÜRKİYE'DE KALKINMA VE ÇEVRE KALİTE BAĞLANTISI: AMPİRİK BİR ÇALIŞMA
Bibliographic record
Abstract
Araştırma makalemiz, ekonomideki gelişmenin çevre kalitesi ile herhangi bir ilişkisi olup olmadığını incelemeyi amaçlamaktadır. Finansal gelişme ve ekonomik büyümeyi kalkınmanın göstergesi olarak görüyoruz. Bu doğrultuda, kalkınmanın birincil vekil değişkenleri olarak özel sektöre verilen Yurtiçi krediyi ve kişi başına düşen GSYİH'yı kullanıyoruz. Çevre kalitesini ölçmek için de CO2 emisyon miktarını kullanıyoruz. Ayrıca, çalışmamızda ticari açıklık ve enerji tüketimini sırasıyla kalkınma ve çevresel kaliteyi ölçmek için ek olarak kullanıyoruz. Çalışmamız, kalkınma göstergeleri ile çevre kalitesi arasında kısa vadede önemsiz bir ilişki saptasa da, uzun vadede anlamlı bir ilişki ortaya koymaktadır. Bu nedenle, geliştirme faaliyetleri uzun vadede çevre kalitesini bozacaktır. Sonuç ayrıca Çevresel Kuznets Eğrisi (EKC) hipotezini de desteklemektedir. Bulgular bağlamında, çalışmamız çevre dostu yatırımlar, üretim sistemi teknolojileri, fosil yakıtların temkinli kullanımı, yeşil projelere öncelik verilmesi ve yeşil ürünlerin verimli kullanımı konusunda farkındalık yaratarak CO2 emisyonlarını kontrol etmeye yönelik etkili politika önlemlerinin uygulanmasını önermektedir. Ayrıca kirlilik kontrol önlemlerinin uygulanması ve çevre dostu ekonomik faaliyetlerin teşvik edilmesi için yüksek hükümet müdahaleleri öneriyoruz.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.145 | 0.041 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".