MétaCan
Menu
Retour à la cohorte
Enregistrement W2254276833 · doi:10.1162/glep_a_00336

Death and Environmental Taxes: Why Market Environmentalism Fails in Liberal Market Economies

2015· article· en· W2254276833 sur OpenAlexaboutno aff
Robert MacNeil

Notice bibliographique

RevueGlobal Environmental Politics · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Geoengineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmentalismEconomicsPoliticsCarbon taxGlobalizationPolitical economyMarket economyInternational political economyClimate policyNeoliberalism (international relations)Ecological modernizationMarket failureGreenhouse gasEconomic policyEconomyPolitical scienceLawNeoclassical economics

Résumé

récupéré en direct d'OpenAlex

This article aims to explain why market-based climate policies (carbon levies and emissions trading) have had limited success at the national level in “liberal-market economies” like Australia, Canada, and the United States. This situation is paradoxical to the extent that market environmentalism is often thought to be a concept tailored to the political traditions and policy paradigms in these states. I argue this occurs because precisely in such economies, workers have been the least protected from the market and the effects of globalization, leading to a squeeze on incomes and public services, and providing fertile ground for a virulently antitax politics. When coupled with the disproportionately carbon-intensive lifestyles in these states and the strength of fossil fuel interests, it becomes extremely easy and effective for opponents of climate policy to frame carbon prices as an onerous tax on workers and families. The article explores how this strategy has functioned at a discursive level and considers what this situation implies for climate policy advocates in carbon-intensive, neoliberal polities.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,028
Communication savante0,0070,009
Science ouverte0,0010,005
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,014
Tête enseignante GPT0,203
Écart entre enseignants0,189 · 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'étudeSans objet
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

Citations53
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Environmental PoliticsMême sujetClimate Change and GeoengineeringTravaux en français237 207