MétaCan
Menu
Retour à la cohorte
Enregistrement W1923729418

Law versus Regulation: A Political Economy Model of Instrument Choice in Environmental Policy

2000· article· en· W1923729418 sur OpenAlexaff
Marcel Boyer, Donatella Porrini

Notice bibliographique

RevueSSRN Electronic Journal · 2000
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesnon disponible
Mots-clésIncentiveLiabilityPoliticsAgency (philosophy)Context (archaeology)Public economicsAgency costValue (mathematics)EconomicsLaw and economicsIntervention (counseling)BusinessMicroeconomicsLawPolitical scienceCorporate governanceFinanceSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nous analysons les conditions sous lesquelles les approches légale et réglementaire peuvent être comparées dans le cadre d'un modèle d'économie politique de l'implémentation de la politique environnementale. La première partie de l'article décrit les caractéristiques essentielles des divers instruments à comparer, à savoir un régime de responsabilité légale élargie aux prêteurs et un régime de réglementation incitative, instruments typiquement utilisés aux États-Unis et en Europe. Dans la deuxième partie, un modèle formel d'économie politique est développé. La possibilité d'une capture de l'agence de réglementation est introduite sous forme réduite par la surévaluation de la valeur sociale de la rente informationnelle des entreprises. Nous montrons qu'un régime de réglementation incitative peut être plus ou moins performant en termes de bien-être qu'un régime de responsabilité élargie, stricte et solidaire. Nous analysons en profondeur trois facteurs principaux de cette comparaison, à savoir le différentiel de coût entre les niveaux faible et élevé de la protection environnementale, le coût social des fonds publics et le facteur de surévaluation.

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)0,008
score de la tête « metaresearch » (Gemma)0,015
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,005
Communication savante0,0070,008
Science ouverte0,0030,003
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0190,001

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 Opus0,046
Tête enseignante GPT0,243
Écart entre enseignants0,196 · 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
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

Citations4
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetClimate Change Policy and EconomicsTravaux en français237 207