MétaCan
Menu
Retour à la cohorte
Enregistrement W2027632923 · doi:10.1177/1070496502238661

The Multilateral Fund and China's Compliance With the Montreal Protocol

2002· article· en· W2027632923 sur OpenAlexaboutno aff
Jimin Zhao

Notice bibliographique

RevueThe Journal of Environment & Development · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Public Security of the People's Republic of ChinaUnited Nations Development Programme
Mots-clésRatificationMontreal ProtocolTreatyChinaNegotiationBusinessCompliance (psychology)IncentiveInternational tradeGovernment (linguistics)EconomicsInternational economicsFinancePolitical scienceLawPoliticsMarket economy

Résumé

récupéré en direct d'OpenAlex

International financial assistance can encourage developing countries to deal with global environmental problems, but there is little empirical study of the specific design features most important for success. This article examines the effect of the Multilateral Fund (MLF) on China's negotiation of and compliance with the Montreal Protocol. Access to the MLF was a major impetus for China's ratification of the protocol and the government's procedural compliance. Because it closed major loopholes, the sector-based approach to funding was far more effective than the project-by-project approach, leading to China's ultimate success in meeting the protocol's targets to freeze consumption and production of chlorofluorocarbons by 1999 and halons by 2002. China's experience suggests that effective international financial assistance mechanisms should make continuous fund eligibility contingent on evidence of successful compliance with treaty obligations, target sectors in which manufacturers have limited incentives to meet treaty obligations on their own, and use market-based instruments.

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)0,036
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,338
Score d'incertitude au seuil0,672

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,056
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,006
Communication savante0,0060,002
Science ouverte0,0020,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,034
Tête enseignante GPT0,268
Écart entre enseignants0,235 · 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'étudeSans objet
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

Citations11
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Environment & DevelopmentMême sujetInternational Development and AidTravaux en français237 207