MétaCan
Menu
Retour à la cohorte
Enregistrement W2100088603 · doi:10.1162/15263800260047808

Environmental Change, Protest, and Havens of Environmental Degradation: Evidence from Asia

2002· article· en· W2100088603 sur OpenAlex
Derek Hall

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGlobal Environmental Politics · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental degradationPoliticsInternational tradeEconomyEnvironmental politicsSoutheast asiaForeign direct investmentAsia pacificPolitical scienceDevelopment economicsEconomicsSociologyEcology

Résumé

récupéré en direct d'OpenAlex

This paper explores the relevance for the debate on “pollution havens” of two cases from the international political economy of Japan-Southeast Asia relations. It begins by suggesting that the typical focus of the pollution havens literature is too narrow, and concentrates instead on the broader question of the extent to which the environmental transformations associated with particular sectors influence their international siting patterns. The first case—the changes in Japanese FDI to Asia in the 1970s—demonstrates that Japanese firms and the Japanese state consciously attempted to relocate highly-polluting industry in order to escape anti-pollution protest in Japan. The second case—the effort to create in Asia and the Pacific an export-oriented industrial tree plantation (ITP) sector supplying regional pulp and paper markets—shows, somewhat counterintuitively, that political contestation related to the environmental problems caused by ITPs has encouraged Japanese companies to concentrate their tree planting activity not in Southeast Asia but in Australia.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,198
Écart entre enseignants0,158 · 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