MétaCan
Menu
← Retour à la cohorte
Enregistrement W1514412881

Présentation de deux modèles emblématiques de l'analyse des politiques économiques du changement climatique : MARKAL et DICE

2003· preprint· fr· W1514412881 sur OpenAlexaboutno aff
Pierre Matarasso

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2003
Typepreprint
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ce qui rend l'analyse des modèles MARKAL et DICE intéressante est que ce sont deux modèles qui ont été très largement diffusés, répliqués et qui ont généré de nombreuses séquelles dans les forums impliqués dans la réponse économique au Changement Climatique.MARKAL est un modèle destiné à représenter les systèmes énergétiques, à tous les niveaux géographiques (monde, régions mondiales, pays, communautés territoriales....). Sa création résulte des efforts conjoints d'équipes du groupe de recherche sur le nucléaire de Julich (KFA) en Allemagne et du Brookhaven National Lab (BNL) aux USA. Les débuts de la conception du modèle MARKAL datent des années 70 et très vite ce modèle s'est développé sur le mode coopératif dans le cadre d'une association mondiale d'utilisateurs sous l'égide de l'Agence Internationale de l'Energie (ETSAP). De nombreuses équipes sont venues s'ajouter aux créateurs initiaux et ont apporté des modifications au modèle initial, crée des interfaces, ajouté des versions (Groupe canadien GERAD de Richard Loulou, Manne à Stanford....). L'une des dernière sessions de l'Energy Modeling Forum (EMF) s'est déroulée en parallèle d'une session de travail de l'ETSAP organisation qui fédère les utilisateurs de MARKAL et lors de la session de l'EMF elle même, sur 70 communications aux alentours d'un vingtaine étaient consacrées à des mises en œuvre de MARKAL ( taux supérieur à 25% ! ). Au travers de MARKAL on aura l'exemple d'un développement coopératif de modèle (mais qui impose un droit d'entrée pour s'affilier au club d'utilisateurs « ETSAP »). MARKAL est un modèle d'ingénieur intéressant les décisions de politiques publiques relatives à l'énergie, plus qu'un travail de théorie économique.DICE est un modèle réalisé par William Nordhaus, à l'Université de Yale. Il couronne une carrière débutée dans les années 70 et pratiquement consacrée à la modélisation autour du changement climatique. Contrairement à MARKAL, W. Nordhaus a immédiatement mis son modèle dans le domaine public sous la forme de versions tournant dans le logiciel GAMS, puis dans EXCEL (les programmes sont, par exemple, donnés dans le livre de Nordhaus et disponibles sur son site). Les résultats du travail sur le modèle ont fait l'objet de publications dans les revues scientifiques les plus prestigieuses (Science, American Economic Review, voir le site de la Cowles Foundation en biblio pour les télécharger....). Le modèle de Nordhaus est un modèle « paradigmatique », il a défini un style de modélisation relatif aux modèles intégrés qui a inspiré de nombreux chercheurs et suscité de nombreuses séquelles et extensions.Ces deux modèles tracent un peu le cours futur de la modélisation dans le contexte nouveau des logiciels « open source » (DICE ou MARKAL ne sont pas Open Source « à la lettre » mais en possèdent certains caractères). On peut sans risque d'erreur affirmer que dans le futur, les seuls modèles qui seront crédibles, seront ceux dont les sources seront publiques et dont les résultats pourront être reproduits et vérifiés par de nombreuses équipes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,004
Communication savante0,0110,009
Science ouverte0,0030,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0280,005

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 Opus0,133
Tête enseignante GPT0,363
Écart entre enseignants0,230 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetClimate Change Policy and Economics→Travaux en français237 207→