MétaCan
Menu
Retour à la cohorte
Enregistrement W2753131340 · doi:10.1016/j.reseneeco.2018.08.002

Leading the unwilling: Unilateral strategies to prevent arctic oil exploration

2018· article· en· W2753131340 sur OpenAlexafffund
Justin Leroux, Daniel Spiro

Notice bibliographique

RevueResource and Energy Economics · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensCenter for Interuniversity Research and Analysis on OrganizationsHEC Montréal
Organismes subventionnairesFonds de Recherche du Québec-Société et CultureNorges Forskningsråd
Mots-clésArcticEnvironmental scienceEnvironmental planningOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Arctic oil extraction is inconsistent with the 2 °C target. We study unilateral strategies by climate-concerned Arctic countries to deter extraction by others. Contradicting common theoretical assumptions about climate-change mitigation, our setting is one where countries may fundamentally disagree about whether mitigation by others is beneficial. This is because Arctic oil extraction requires specific R&D, hence entry by one country expands the extraction-technology market, decreasing costs for others. This means that, on the one hand, countries that extract Arctic oil gain if others do so as well. On the other hand, as countries may disagree about how harmful climate change is, they may disagree whether an equilibrium where all enter is better or worse than an equilibrium where all stay out. Less environmentally-concerned countries (preferring maximum entry) have a first-mover advantage but, because they rely on entry by others, entry in equilibrium is determined by the preferences of those who are moderately concerned about the environment. Furthermore, using a pooling strategy, an environmentally-concerned country can deter entry by credibly “pretending” to be environmentally adamant, and thus be expected to not follow. A rough calibration suggests a country like Norway, or prospects of a green future U.S. administration, could be pivotal in determining whether the Arctic will be explored.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,003
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,022
Tête enseignante GPT0,255
Écart entre enseignants0,233 · 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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResource and Energy EconomicsMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207