Trade in the telecoupling framework: evidence from the metals industry
Notice bibliographique
Résumé
As a conceptual framework for understanding contemporary sustainability challenges, telecoupling emphasizes the importance of socioeconomic and environmental interactions over long distances.These long-distance interactions can occur through multiple human activities.We focus on international trade, a major channel of telecoupling flows, and in particular on the international trade of metals.We use the data of physical products and embedded greenhouse gas (GHG) emissions trade in the World Input-Output Database (WIOD) to quantitatively examine how countries contribute to both economic and environmental flows through the trade of metals, but also how that contribution varies depending on their position in the global value chain (GVC) of contemporary international trade.This analysis is built on previously developed techniques for decomposing gross exports of products, which we apply to examine embedded GHG emissions.We make comparisons between countries' contributions to flows of economic value versus embedded GHG emissions, but also examine contributions beyond total volumes of trade and bilateral trade.Specifically, we quantify the economic and environmental spillover effects that occur in contemporary international trade because of the GVC in which flows of intermediate goods form components in other subsequently traded goods.We interpret differences between countries' contributions to the flows of economic value versus embedded GHG emissions as being related to the intensity and efficiency of resource use during production.In turn, differences in contributions to direct trade flows versus spillover flows are related to their positions in the GVC.Subsequently, we discuss other elements of the telecoupling framework in trade, i.e., agents, causes, and effects.Quantitatively incorporating these telecoupling framework elements alongside spillover flows will enable investigation of dynamics and relationships that traditional trade theories, data, and models do not currently account for well.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».