MétaCan
Menu
Retour à la cohorte
Enregistrement W2956048699 · doi:10.1111/ropr.12357

Technology Innovation as a Response to Climate Change: The Case of the Climate Change Emissions Management Corporation of Alberta

2019· article· en· W2956048699 sur OpenAlexafffundabout
Laurie E. Adkin

Notice bibliographique

RevueReview of Policy Research · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSubsidyClimate changeCorporationRevenueGovernment (linguistics)Clean technologyEconomicsTechnological changeBusinessSustainable developmentElement (criminal law)Natural resource economicsEconomic policyFinanceMarket economyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Innovation is the central element of climate change policy in many jurisdictions. Reduced to technology development and linked to market‐driven priorities, innovation accommodates the interests of large emitters in the energy sector and underpins a sustainable development discourse that denies ecological limits to economic growth. This study examines the use of innovation as a key component of climate change policy in the case of Alberta's Climate Change Emissions Management Corporation, utilizing a political economy approach to explain the drivers of government funding priorities. An analysis of this technology fund's investments over nine years, under two different governments, revealed that nearly half of the revenue has been used to subsidize R&D in the fossil fuels industry in the name of clean energy development, and that this priority has continued despite recent government commitments under the Paris CoP agreement. The carbon levy system that generates revenue for the fund has been unsuccessful in incentivizing facility reductions, pointing to the need for more stringent regulation. Innovation as a framework for transition to a post‐carbon economy is severely limited by its exclusion of the roles of social knowledge and citizen participation in envisaging and designing paths for change.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,071
Score d'incertitude au seuil0,432

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0130,005
Communication savante0,0050,001
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,255
Tête enseignante GPT0,426
Écart entre enseignants0,171 · 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

Citations17
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueReview of Policy ResearchMême sujetClimate Change Policy and EconomicsTravaux en français237 207