Notice bibliographique
Résumé
Il y a un besoin urgent d'adopter des politiques canadiennes efficaces pour contrer le changement climatique. On consacre beaucoup d'énergie au choix et à la conception d'instruments de politique optimale et les questions d'efficacité environnementale et d'efficience économique dominent le débat. Il est néanmoins tout aussi important d'analyser comment ces politiques vont agir sur différents segments de la société et de s'assurer qu'elles soient conçues de manière juste afin de ne pas aggraver les inégalités systémiques. Le présent article traite de cette question de justice sociale en examinant les taxes sur le carbone d'une perspective féministe, plus particulièrement en analysant comment les taxes sur le carbone produisent des conséquences pour les femmes. L'article propose une analyse de genres dans le cadre des taxes environnementales, qui va au-delà de l'évaluation des impacts distributionnels pour tenir compte aussi des impacts qui ne touchent pas le revenu, des implications de l'allègement connexe et des politiques concernant l'utilisation des revenus aussi bien que le résultat de la mise en oeuvre de ces taxes. L'application de ce cadre d'analyse à la taxe sur le carbone en Colombie-Britannique ainsi qu'à la redevance annuelle prélevée par le Québec révèle que les femmes vont vraisemblablement souffrir de façon disproportionnée des augmentations de coûts créées par les taxes sur le carbone. L'analyse démontre également que les politiques destinées à mitiger l'impact des taxes sur le carbone pour les familles à faible revenu ne tiennent pas compte des disparités de revenus entre les femmes et les hommes, ni du statut socio-économique des femmes. En conclusion, l'auteure recommande d'adopter des politiques concernant le coût du carbone qui évitent de perpétuer les inégalités systémiques actuelles entre les femmes et les hommes et qui pourraient même aider à corriger ces inégalités.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».