发布文献求助
已完结
  • 文献求助详情
标题
How can AI reduce carbon emissions? Insights from a quasi-natural experiment using generalized random forest
AI如何减少碳排放？使用广义随机森林的准自然实验的见解
相关领域
随机森林 自然（考古学） 碳纤维 自然实验 计量经济学 温室气体 环境科学 经济 计算机科学 统计 数学 地理 生态学 人工智能 算法 考古 复合数 生物
网址
https://doi.org/10.1016/j.eneco.2024.108040
DOI
10.1016/j.eneco.2024.108040 doi
其它 期刊：Energy Economics
作者：Lingbing Feng; Jiajun Qi; Yuhao Zheng
出版日期：2024-11-01
求助人
飞鱼 在 2025-01-11 20:36:28 发布自四川，悬赏 10 积分
下载 求助已完成，仅限求助人下载。
 
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
上个求助
下个求助
相关文献
  1. Enriched Random Forest for High Dimensional Genomic Data
  2. Guided Random Forest in the RRF Package
  3. A guided random forest based feature selection approach for activity recognition
  4. natural experiments and quasi-natural experiments
  5. Natural Experiments and Quasi-Natural Experiments
  6. Comparing the Accuracy and Developed Models for Predicting the Confrontation Naming of the Elderly i...
  7. Spectrum analysis of national greenhouse gas emission: a case study of Germany
  8. An Improved Coronary Heart Disease Predictive System Using Random Forest
  9. Natural Experiments and Quasi-Natural Experiments
  10. Prediction and Characteristic Exploration of Military Specialized High School Trainee Selection Usin...
　...点击展开更多...　
该求助已完结，感谢关注
如需该文献，请重新发布求助，前往发布
站在巨人的肩膀上，才更有可能跳的更远
请遵守相关知识产权规定，勿将文件分享给他人，仅可用于个人研究学习
更新
大幅提高文件上传限制，最高150M (2024-4-1)
科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。 对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。
实时播报
刚刚
林林发布了新的文献求助10
刚刚
lily发布了新的文献求助10
1秒前
丘比特的应助被柒柒球采纳，获得10
1秒前
Yang的应助被木子青山采纳，获得10
2秒前
彪壮的含双完成签到，获得积分10
4秒前
4秒前
6秒前
8秒前
9秒前
李健的粉丝团团长的应助被lily采纳，获得10
9秒前
猫宁发布了新的文献求助10
9秒前
暴发户完成签到，获得积分10
11秒前
韭菜发布了新的文献求助10
13秒前
13秒前
暴发户发布了新的文献求助10
15秒前
许中原完成签到，获得积分10
16秒前
JoeJ的应助被llly采纳，获得10
16秒前
古藤完成签到，获得积分10
17秒前
完美世界的应助被猫宁采纳，获得10
18秒前
RoyYoung发布了新的文献求助10
18秒前
bird发布了新的文献求助10
20秒前
ff关注了科研通微信公众号
21秒前
114liu发布了新的文献求助10
22秒前
喜悦松完成签到，获得积分10
23秒前
善学以致用的应助被bai采纳，获得50
24秒前
26秒前
27秒前
俊逸的香萱完成签到，获得积分10
27秒前
俏皮的一德完成签到，获得积分10
28秒前
今后的应助被科研通管家采纳，获得10
29秒前
李爱国的应助被科研通管家采纳，获得10
29秒前
爆米花的应助被科研通管家采纳，获得10
29秒前
汉堡包的应助被科研通管家采纳，获得30
30秒前
安静幻枫的应助被科研通管家采纳，获得10
30秒前
斯文败类的应助被科研通管家采纳，获得10
30秒前
30秒前
ily.的应助被科研通管家采纳，获得10
30秒前
hzxy_lyt的应助被科研通管家采纳，获得10
30秒前
科研通AI2S的应助被科研通管家采纳，获得30
30秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
热门求助领域 （近24小时）
化学 医学 材料科学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 量子力学 冶金 电极
热门帖子
关注 科研通微信公众号，转发送积分 3318556
求助须知：如何正确求助？哪些是违规求助？ 2949920
关于积分的说明 8548880
捐赠科研通 2626687
什么是DOI，文献DOI怎么找？ 1437365
科研通“疑难数据库（出版商）”最低求助积分说明 666250
邀请新用户注册赠送积分活动 652174
Copyright © 2020-2025 AbleSci.COM, 科研通, All Right Reserved
科研通是非营利科研互助平台，不忘初心，为科研助力
本站互助的所有文件仅供个人学习研究用，禁止任何人把求助的所得文献进行盈利或传播
版权声明 关于本站 捐赠本站 提交工单 客服中心
皖ICP备2024041134号-1 皖公网安备34019202002308
科研通【文献互助QQ群】：如果您有特殊求助，或发布求助超过24小时未得到应助，可加群求助，群号：941272744【点击一键加群】
科研通【志愿服务QQ群】：如果您热爱文献互助，有热心愿意为更多人服务，请加入小伙伴群，点击申请加入
关注微信服务号
科研通