Energía limpia Energías limpias y renovables
Energías limpias y renovables
Justice Implications of Clean Energy Policies and Programs in the United States: A Theoretical and Empirical Exploration
Implicaciones para la justicia de las políticas y programas de energía limpia en Estados Unidos: Una exploración teórica y empírica.
Los instrumentos de la política de energía limpia como la regulación, el incentivo financiero y la provisión gubernamental, entre otros, están conectados con los fundamentos filosóficos de la justicia energética; la justicia distributiva, la procesal y la del reconocimiento. Para explorar la justicia energética, los autores examinaron las disparidades raciales y socieconómicas en tres programas de energía limpia impulsados por el gobierno de Estados Unidos concluyendo que la cantidad de fondos otorgados a las empresas están estrechamente relacionados con la población racial, la implementación de los programas en las comunidades con mayor población hispana y que, la intensidad en la implantación de tecnología está correlacionada con los niveles de educación del grupo objetivo.
Este artículo fue realizado por Shan Zhou (Michigan Technological University, Houghton, USA), Douglas S. Noonan (Indiana University-Purdue University Indianapolis, Indianapolis, USA) para Sustainability (Vol. 11, núm. 3, p. 807, 2019), una revista especializada en sostenibilidad ambiental, cultural, económica y social de los seres humanos. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
A Random Forests Approach to Predicting Clean Energy Stock Prices
Un enfoque de bosques aleatorios para predecir los precios de las acciones de las energías limpias.
Para este artículo se ha utilizado un método de aprendizaje automático de bosques aleatorios para predecir la dirección de los precios de las acciones de los fondos cotizados de energía limpia. Para los horizontes de previsión de 20 días, los métodos de embolsamiento de árboles y bosques aleatorios producen tasas de precisión de entre el 85% y el 90 % mientras que los modelos logit producen tasas de entre el 55% y el 60%. El cambio climático, el consumo verde, la seguridad energética y la inversión tecnológica son algunos de los intereses que tienen las empresas de energías limpias para invertir y este modelo les permite una mejor comprensión de cómo predecir los precios de las acciones de energías limpias futuras.
Este artículo fue realizado por Perry Sadorsky (York University, Toronto, Canada) para Risk and Financial Management (Vol 14, núm 2, p. 48, 2021) una revista que divulga material sobre riesgo y finanzas. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
- Video:El valor de la energía solar | Explorando los sistemas de energía Webinar 1
- Fuente:Future Energy Systems
