MétaCan
Menu
Retour à la cohorte
Enregistrement W1482682154

Multi-greenhouse gas international agreements

2003· preprint· en· W1482682154 sur OpenAlexaff
Stéphane de Cara, Gilles Rotillon

Notice bibliographique

RevueProdinra (INRA Bordeaux-Aquitaine) · 2003
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversité Laval
Organismes subventionnairesInstitut National de la Recherche Agronomique
Mots-clésGreenhouse gasEnvironmental scienceBusinessGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les auteurs examinent l'influence de la présence de plusieurs polluants sur la stabilité des accords environnementaux internationaux. Pour ce faire, ils étudient un jeu en deux étapes à n joueurs. La pollution est le résultat de l'action combinée de deux polluants, qui diffèrent par leur impact sur l'environnement et les coûts d'abattement qui leur sont associés. Différents types d'accords sont examinés : les accords "simples" (seul un polluant est considéré dans les négocitions), les accords "complets" (l'ensemble des polluants est considéré dans les négociations) et les accords "gaz par gaz" (des accords différents pour chaque gaz coexistant). Dans chaque cas, ils caractérisent complètement l'issue du jeu en émissions pour une composition donnée de l'accord environnemental. Les conditions de stabilité interne et externe sont ensuite utilisées pour résoudre le jeu d'adhésion. Dans le cas de pays homogènes, les auteurs montrent que la taille des accords environnementaux demeure faible (pas plus de deux pays). Une des originalités des résultats est la caractérisation complète de l'existence d'accords stables pour des formes de coûts et de bénéfices environnementaux largement utilisées dans la littérature. Ces conditions permettent de montrer que les accords complets résistent mieux aux incitations à se comporter en passager clandestin.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,677
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,127
Tête enseignante GPT0,295
Écart entre enseignants0,168 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProdinra (INRA Bordeaux-Aquitaine)Même sujetClimate Change Policy and EconomicsTravaux en français237 207