Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Watts and Wealth: Forecasting the Economic Pulse of Europe Through Electricity Consumption

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F75081431%3A_____%2F25%3A00002917" target="_blank" >RIV/75081431:_____/25:00002917 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://link.springer.com/article/10.1007/s10614-025-11070-4?utm" target="_blank" >https://link.springer.com/article/10.1007/s10614-025-11070-4?utm</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Watts and Wealth: Forecasting the Economic Pulse of Europe Through Electricity Consumption

  • Popis výsledku v původním jazyce

    The association between electricity consumption and economic growth has evolved substantially in high-income countries, where energy-efficient transitions and sectoral shifts have contributed to a decoupling of the two. This study explores the predictive capacity of electricity consumption in forecasting GDP across six major European economies, Germany, France, Italy, Spain, the Netherlands, and Switzerland, using both traditional econometric techniques and deep learning models.

  • Název v anglickém jazyce

    Watts and Wealth: Forecasting the Economic Pulse of Europe Through Electricity Consumption

  • Popis výsledku anglicky

    The association between electricity consumption and economic growth has evolved substantially in high-income countries, where energy-efficient transitions and sectoral shifts have contributed to a decoupling of the two. This study explores the predictive capacity of electricity consumption in forecasting GDP across six major European economies, Germany, France, Italy, Spain, the Netherlands, and Switzerland, using both traditional econometric techniques and deep learning models.

Klasifikace

  • Druh

    J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS

  • CEP obor

  • OECD FORD obor

    50200 - Economics and Business

Návaznosti výsledku

  • Projekt

  • Návaznosti

    V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

Ostatní

  • Rok uplatnění

    2025

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Computational Economics

  • ISSN

    0927-7099

  • e-ISSN

    1572-9974

  • Svazek periodika

    Neuveden

  • Číslo periodika v rámci svazku

    2025

  • Stát vydavatele periodika

    NL - Nizozemsko

  • Počet stran výsledku

    45

  • Strana od-do

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus

    2-s2.0-105015794323