MétaCan
Menu
Retour à la cohorte
Enregistrement W2132790141 · doi:10.5558/tfc85372-3

Biological carbon sinks: Transaction costs and governance

2009· article· en· W2132790141 sur OpenAlexaffvenue
G. Cornelis van Kooten

Notice bibliographique

RevueThe Forestry Chronicle · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésCarbon offsetTransaction costNatural resource economicsCarbon sinkBusinessEmissions tradingGreenhouse gasCarbon sequestrationCarbon taxObstacleFossil fuelOverheating (electricity)SubsidyEnvironmental economicsEnvironmental scienceClimate changeEconomicsCarbon dioxideEcologyFinance

Résumé

récupéré en direct d'OpenAlex

Activities that remove CO 2 from the atmosphere and store it in forest and agricultural ecosystems can generate CO 2 -offset credits that can thus substitute for CO 2 emissions reduction. Are biological CO 2 -uptake activities competitive with CO 2 offsets from reduced fossil fuel use? In this paper, it is argued that transaction costs impose a formidable obstacle to direct substitution of carbon uptake offsets for emissions reduction in trading schemes, and that separate caps should be set for emissions reduction and sink-related activities. While a tax/subsidy scheme is preferred to emissions trading for incorporating biologically generated CO 2 offsets, contracts that focus on the activity, and not the amount of carbon sequestered, are most likely to lead to the lowest transaction costs. Key words: carbon sequestration, transaction costs, climate change

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,697
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

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

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 Opus0,059
Tête enseignante GPT0,243
Écart entre enseignants0,183 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations13
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetClimate Change Policy and EconomicsTravaux en français237 207