MétaCan
Menu
Retour à la cohorte
Enregistrement W2769986688 · doi:10.1002/wene.277

A review of market‐based climate change regulation in Alberta's oil and gas sector

2017· review· en· W2769986688 sur OpenAlexaffabout
Tyler Joseph Tarnoczi

Notice bibliographique

RevueWiley Interdisciplinary Reviews Energy and Environment · 2017
Typereview
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasBusinessFossil fuelClimate changeOffset (computer science)Carbon offsetNatural resource economicsEnergy supplyPrivate sectorElectricitySupply and demandEnergy sectorIndustrial organizationEnvironmental economicsEconomicsEnergy (signal processing)EngineeringEconomic growthComputer science

Résumé

récupéré en direct d'OpenAlex

Alberta has implemented the Specified Gas Emitters Regulation to address the issue of growing greenhouse gas emissions. The regulation allows large emitting facilities to achieve emission reduction targets using market‐based compliance instruments. The goal of this analysis is twofold: (1) Overview market participants, composition, and offset management approaches and (2) discuss future corporate offset strategy options. Market participants are generally weighted toward firms in the electricity generation sector. In the oil and gas sector, while many firms participate in the offset market, a small number dominate. Market composition analysis of program compliance instruments over time offers insights regarding supply and demand. A program‐level view of all market‐based compliance instruments, as well as offset credits specifically, shows how major policy changes can transform market dynamics. Corporate offset management approaches of firms in the oil and gas sector are then analyzed and categorized into one of three approaches: development, sourcing and use, and banking. Based on the analysis, a discussion of future offset strategy options for firms operating under the regulation is provided for a range of policy scenarios. The analysis serves to inform regulated emitters in the private sector exposed to newly enacted or increasingly stringent regulation by assessing the current state of activities and providing insights of emergent strategies. WIREs Energy Environ 2018, 7:e277. doi: 10.1002/wene.277 This article is categorized under: Fossil Fuels > Climate and Environment Energy and Climate > Climate and Environment Energy and Climate > Economics and Policy Energy Policy and Planning > Climate and Environment

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,044
Tête enseignante GPT0,279
Écart entre enseignants0,235 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews Energy and EnvironmentMême sujetMining and Resource ManagementTravaux en français237 207