MétaCan
Menu
Retour à la cohorte
Enregistrement W2875098175 · doi:10.1016/j.erss.2018.06.020

Climate change policy networks: Why and how to compare them across countries

2018· article· en· W2875098175 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnergy Research & Social Science · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Comparative Analysis Research
Établissements canadiensUniversity of British ColumbiaMemorial University of Newfoundland
Organismes subventionnairesKoneen SäätiöAcademy of FinlandNational Science Foundation
Mots-clésMacroClimate changeQualitative comparative analysisProcess (computing)Regional sciencePoliticsPresentation (obstetrics)Political scienceNational PolicyEnvironmental resource managementEconomicsGeographyComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

Why do some countries enact more ambitious climate change policies than others? Macro level economic and political structures, such as the economic weight of fossil fuel industries, play an important role in shaping these policies. So do the national science community and the national culture of science. But the process by which such macro-structural factors translate into political power and national climate change policies can be analyzed through focussing on meso level policy networks. The Comparing Climate Change Policy Networks (COMPON) research project has studied climate change policy networks in twenty countries since 2007. Along with some findings, this paper presents some methodological challenges faced and the solutions developed in the course of the project. After a presentation of the project, we first outline some practical challenges related to conducting cross-national network surveys and solutions to overcome them, and present the solutions adopted during the project. We then turn to challenges related to causal explanation of the national policy differences, and propose Qualitative Comparative Analysis as one solution for combining different levels of analysis (macro and meso) and different data types (quantitative, network and qualitative).

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.

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)0,017
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,008
Études des sciences et des technologies0,0130,020
Communication savante0,0020,001
Science ouverte0,0020,001
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 Opus0,336
Tête enseignante GPT0,568
Écart entre enseignants0,232 · 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