MétaCan
Menu
Retour à la cohorte
Enregistrement W1747411530 · doi:10.3968/j.sss.1923018420120303.1244

The Effect of Climate Negotiation on Economic Justice in China

2012· article· en· W1747411530 sur OpenAlexvenueno aff
Zhen Wang, Scott Byrd

Notice bibliographique

RevueStudies in sociology of science · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental law and policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaKyoto ProtocolUnited Nations Framework Convention on Climate ChangeGreenhouse gasNegotiationClimate justiceClean Development MechanismInternational tradeClimate changePolitical scienceEconomic JusticeBusinessEconomicsLawEcology

Résumé

récupéré en direct d'OpenAlex

Nowadays, climate change is an overwhelming threat to many people who live in the planet. As a result, countries signed the United Nations Framework Convention on Climate Change (UNFCCC) and held rounds of negotiations to curb the increasing temperature. Under the principle of ‘common but differentiated responsibility’ in Kyoto Protocol, the responsibilities of developed countries were emphasized. This situation changed in 2007, when China overtook the United States to become the largest emitter of carbon dioxide in the world. China is criticized for being the culprit of the over-emitting carbon dioxide in the atmosphere and is required to shoulder the main responsibility of cutting emissions in post-Kyoto era. However, these blames and requirements are unfair to china and hamper the economic justice of china. This paper is intended to analyze the impact of climate negotiations on economic justice of china from three different aspects: The right to development of China, Emission transfer and China’s export-oriented industry and Injustice China encounters under Clean Development Mechanism (CDM). Key words : Climate negotiation; Economic justice; China; United Nations Framework Convention on Climate Change; Developed countries; Greenhouse gas emission; Right to development; Export-oriented industry; Clean development mechanism

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0070,005
Communication savante0,0040,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,024
Tête enseignante GPT0,402
Écart entre enseignants0,379 · 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.

Devis d'étudeQualitatif
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in sociology of scienceMême sujetEnvironmental law and policyTravaux en français237 207