MétaCan
Menu
Retour à la cohorte
Enregistrement W2147318125 · doi:10.3138/cpp.34.3.379

Electricity Subsidies in Low-Cost Jurisdictions: The Case of British Columbia

2008· article· fr· W2147318125 sur OpenAlexaffvenueabout
Pierre‐Olivier Pineau

Notice bibliographique

RevueCanadian Public Policy · 2008
Typearticle
Languefr
DomaineEnergy
ThématiqueEnergy, Environment, and Transportation Policies
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Les subventions à la consommation d’énergie (par le biais de programmes de bas tarifs réglementés) incitent à consommer plus d’énergie et contribuent à la détérioration de l’environnement. De telles subventions, courantes dans les pays industrialisés – où la consommation d’énergie est déjà relativement élevée –, tendent aussi à favoriser les ménages à revenus élevés. Dans cet article, j’analyse le concept de subventions à la consommation d’énergie, et j’évalue l’importance de ces subventions accordées aux consommateurs résidentiels en Colombie-Britannique; j’évalue également la répartition des subventions selon les différentes catégories de revenus. Les résultats indiquent que les ménages à revenus élevés, qui consomment plus d’électricité que les ménages à faibles revenus, reçoivent plus de 500 $ par année en subventions; les ménages à faibles revenus reçoivent pour leur part environ 200 $. Au total, ces subventions équivalent à environ 489 millions de dollars par année en Colombie-Britannique. Si les tarifs résidentiels d’électricité s’établissaient aux alentours du prix d’exportation régional, cela générerait des revenus supplémentaires de 432 millions de dollars, même avec la mise sur pied d’un programme de transfert qui ciblerait les ménages à faibles revenus pour compenser la hausse des tarifs. De plus, la consommation d’électricité dans la province diminuerait alors de 25%.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,357

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0060,002
Communication savante0,0040,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,013
Tête enseignante GPT0,215
Écart entre enseignants0,202 · 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'étudeObservationnel
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

Citations15
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetEnergy, Environment, and Transportation PoliciesTravaux en français237 207