Ekolojik Vergilerin Sera Gazı Emisyonları Üzerindeki Doğrusal Olmayan Etkisi: BRICS Ülkeleri Üzerine Ampirik Bir İnceleme
Bibliographic record
Abstract
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.
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 | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".