MétaCan
Menu
Retour à la cohorte
Enregistrement W2170234510 · doi:10.5547/01956574.35.si1.5

Technology Assumptions and Climate Policy: The Interrelated Effects of U.S. Electricity and Transport Policy

2014· article· en· W2170234510 sur OpenAlexaff
Mark Jaccard, Suzanne Goldberg

Notice bibliographique

RevueThe Energy Journal · 2014
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy, Environment, and Transportation Policies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésElectricityEconomicsTechnological changeElectricity generationProduction (economics)Energy policyClimate changeEnvironmental economicsClimate policyIndustrial organizationNatural resource economicsMicroeconomicsMacroeconomicsPower (physics)Renewable energyEngineering

Résumé

récupéré en direct d'OpenAlex

Although economists prefer a unique, economy-wide carbon price, climate policies are likely to continue to combine technology- and sector-specific regulations with, at best, some degree of carbon pricing. A hybrid energy-economy model that combines technological details with partial macro-economic feedbacks offers a means of estimating the likely effects of this kind of policy mix, especially under different scenarios of technological innovation. We applied such a model, called CIMS-US, in a model comparison project directed by the Energy Modeling Forum at Stanford University (EMF 24) and present here the interrelated effects of policies focused separately on electricity and transportation. We find that technological innovation encouraged by transportation regulation can inadvertently increase emissions from electricity generation and ethanol production to the extent that abatement from the regulation itself is effectively neutralized. When, however, regulation of electricity generation is combined with transportation policy or there is economy-wide carbon pricing, substantial abatement occurs.

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 enseignants0,752
Score d'incertitude au seuil0,396

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 Opus0,004
Tête enseignante GPT0,217
Écart entre enseignants0,213 · 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Energy JournalMême sujetEnergy, Environment, and Transportation PoliciesTravaux en français237 207