MétaCan
Menu
Retour à la cohorte
Enregistrement W2262643056 · doi:10.3138/cpp.2015-015

The Short-Run Household, Industrial, and Labour Impacts of the Quebec Carbon Market

2015· article· en· W2262643056 sur OpenAlexaffvenueabout
Christopher Barrington‐Leigh, Bronwen Tucker, Joaquin Kritz Lara

Notice bibliographique

RevueCanadian Public Policy · 2015
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy, Environment, and Transportation Policies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEconomicsRevenueEquity (law)Greenhouse gasTransparency (behavior)Natural resource economicsFinance

Résumé

récupéré en direct d'OpenAlex

Resistance to the implementation of greenhouse gas pricing policies comes in part from fears about the concentrated impacts on certain industries, certain regions, and on less affluent households. These distributional concerns are valid and, to be fair, policy can accommodate some transitional measures to soften the impact of sudden policy changes. However, the carbon pricing policy recently instituted in Quebec, in partnership with California under the Western Climate Initiative, is relatively modest in price targets, gradual in implementation, and has the capacity to spend revenues on transitional and impact-mediating programs for the labour market and households. We analyze the expected short-run impacts of the policy, focusing on equity in two domains: the household income distribution and labour in different industrial sectors. Our analysis focuses on the short-term effects, before capital is significantly reallocated, and before most substitution toward lower-carbon or imported goods has happened. For reasonable prices and pass-through levels, and modelling direct and indirect emissions, we bracket these impacts, finding modest effects in all cases. Generous permit handouts to incumbents are likely to result in some windfall profits. Quebec would benefit from greater transparency in the intended allocation of the Green Fund revenues. Overall, the policy appears tuned to provide a balance of price predictability, steady decarbonisation, and manageable transition costs, but could likely be more aggressive.

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 enseignants0,789
Score d'incertitude au seuil0,536

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 Opus0,034
Tête enseignante GPT0,226
Écart entre enseignants0,191 · 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

Citations10
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

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