MétaCan
Menu
← Retour à la cohorte
Enregistrement W2972719956

Sufficient or insufficient: Assessment on the Intended Nationally Determined Contributions (INDCs) of world¡¯s major emitters

2019· preprint· en· W2972719956 sur OpenAlexaboutno aff
Ge Gao, Mo Chen, Jiayu Wang, Kexin Yang, Yujiao Xian, Xunpeng Shi, Ke Wang

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2019
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConventionConference of the partiesChinaPolitical scienceUnited Nations Framework Convention on Climate ChangeGreenhouse gasLawKyoto Protocol
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The recent conference of the parties to the United Nations Framework Convention on Climate Change (COP21) resulted in the Intended National Determined Contributions (INDCs)by 190 countries. The aim of this article is to offer an analysis of the ambition and fairness of the mitigation components of the INDCs submitted by parties. We use a unified framework to assess the 23 INDCs covering 50 countries (EU 28 countries as a Party to the Convention), representing 87.45% of global greenhouse gas emissions in 2012. First, we transform initial INDC files into reported reduction target. Second, we create four schemes and six scenarios to find out required reduction effort, which takes nationi¯s reduction responsibility, capacity and potential into consideration, reflecting historical and current development status of each nation. At last, we put reported reduction target and required reduction effort together to assess INDCs. In the evaluation of the 23emitters, two emitters (EU and Brazil) were rated as sufficient. Seven emitters, such as China, the United States and Canada were rated as moderate. Fourteen emitters, such as India, Russian and Japan were rated as insufficient. Most pledges reveal a great distance from representing a fair contribution.

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)0,030
score de la tête « metaresearch » (Gemma)0,037
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 enseignants0,030
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,329
Écart entre enseignants0,306 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetEnvironmental Impact and Sustainability→Travaux en français237 207→