MétaCan
Menu
Retour à la cohorte
Enregistrement W1993505384 · doi:10.2202/1935-1682.2506

Subsidies for the Production of Cleaner Energy: When Do They Cause Emissions to Rise?

2010· article· en· W1993505384 sur OpenAlexaff
Emma Hutchinson, Peter W. Kennedy, Cristina Martinez

Notice bibliographique

RevueThe B E Journal of Economic Analysis & Policy · 2010
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy, Environment, and Transportation Policies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSubsidyContext (archaeology)EconomicsProduction (economics)Energy consumptionConsumption (sociology)Cleaner productionNatural resource economicsGreenhouse gasEfficient energy useRenewable energyEnergy (signal processing)MicroeconomicsMarket economyWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract We show that a production subsidy to low-carbon energy can have a perverse effect on emissions. The subsidy causes a shift in the composition of production towards the cleaner energy, but it also causes an offsetting consumption effect: energy consumption rises because the subsidy causes the equilibrium price of energy to fall. The net effect on emissions can be positive if the low-carbon energy is not significantly cleaner than the high-carbon energy it displaces. We derive a necessary and sufficient condition for this perverse effect in the context of a competitive energy market. We calibrate an example for an ethanol subsidy in the U.S. and find that this policy is likely to cause an increase in carbon emissions for most plausible parameter values.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,016
Tête enseignante GPT0,269
Écart entre enseignants0,254 · 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'étudeObservationnel
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

Citations16
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe B E Journal of Economic Analysis & PolicyMême sujetEnergy, Environment, and Transportation PoliciesTravaux en français237 207