MétaCan
Menu
Retour à la cohorte
Enregistrement W1995176778 · doi:10.15678/znuek.2014.0925.0104

Analysis of Shale Gas Exploration and Production Regulations - Lessons from Poland, Canada and the US

2014· article· en· W1995176778 sur OpenAlexaboutno aff
Anna Gapys

Notice bibliographique

RevueKrakow Review of Economics and Management/Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie · 2014
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy Security and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueNatural resourceProduction (economics)Resource (disambiguation)Unconventional oilOil shalePolitical scienceBusinessEconomicsNatural resource economicsLawEngineeringFinanceWaste management

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is to review the theoretical and practical aspects of regulations concerning the exploitation of natural resources. Raw material policy is a public project, and therefore a decision tool known as Cost Benefit Analysis (CBA) should be applied. A nation's ownership of minerals is in practice frequently contested. Non-democratic governments have very often sought to collect revenues from natural resource exports in order to build their private fortunes. Such abuses are observed even today. The article begins with a short theoretical discussion about CBA. It then presents the issue of ownership of natural resources from the perspective of international law as well as the phenomenon of resource nationalism. The following section looks at the policy of granting concessions, a common tool used in regulating access to raw materials for exploration and production (E&P) companies. The empirical part of the paper analyses shale gas regulations in Poland, while also examining both the restrictiveness of rules adopted in this country and the legal preparedness of the Polish authorities to begin to use shale gas on a mass scale. Key findings of this part are enhanced with lessons from shale gas production in the US and Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,084
Score d'incertitude au seuil0,609

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,010
Études des sciences et des technologies0,0030,002
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,218
Écart entre enseignants0,206 · 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'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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKrakow Review of Economics and Management/Zeszyty Naukowe Uniwersytetu Ekonomicznego w KrakowieMême sujetGlobal Energy Security and PolicyTravaux en français237 207