MétaCan
Menu
Retour à la cohorte
Enregistrement W2909047292 · doi:10.1111/ropr.12320

Autonomous Local Climate Change Policy: An Analysis of the Effect of Intergovernmental Relations Among Subnational Governments

2019· article· en· W2909047292 sur OpenAlexafffundabout
Elizabeth Schwartz

Notice bibliographique

RevueReview of Policy Research · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicy Transfer and Learning
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesPacific Institute for Climate Solutions
Mots-clésClimate changeLocal governmentCorporate governanceClimate governanceAutonomyIntervention (counseling)Government (linguistics)Climate change mitigationPolitical sciencePolitical economy of climate changeGreenhouse gasPublic administrationBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract Local governments have emerged as important players in climate change governance, both at home and on the international stage. Likewise, action by states and provinces has been increasingly highlighted, particularly as national actors have moved slowly to reduce greenhouse gas emissions. But to what extent do local governments act independently from state and provincial governments in the area of climate change mitigation? Using an explicit process tracing approach, the article tests two hypotheses regarding the influence of upper level subnational governments on local policy. In Vancouver, British Columbia, Canada, a city that is a climate change leader, provincial government intervention cannot explain the results of climate change mitigation policy making. This suggests that local governments can exercise an important degree of autonomy over climate change policy, but also implies that where municipalities are less independently committed to climate action, active upper level government intervention will likely be needed.

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)0,006
score de la tête « metaresearch » (Gemma)0,018
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil0,351

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,048
Tête enseignante GPT0,457
Écart entre enseignants0,409 · 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

Citations20
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueReview of Policy ResearchMême sujetPolicy Transfer and LearningTravaux en français237 207