MétaCan
Menu
Retour à la cohorte
Enregistrement W2981701324 · doi:10.1088/1748-9326/ab50df

Tracking banking in the Western Climate Initiative cap-and-trade program

2019· article· en· W2981701324 sur OpenAlexaboutno aff
Danny Cullenward, Mason Inman, Michael D. Mastrandrea

Notice bibliographique

RevueEnvironmental Research Letters · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesEnergy Foundation
Mots-clésGreenhouse gasPortfolioBaseline (sea)BusinessTracking (education)Emissions tradingCompliance (psychology)EconomicsFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract The Western Climate Initiative is a multilateral cap-and-trade program in California and Québec. The California climate regulator has called for cap-and-trade to deliver nearly half of the emission reductions needed to achieve the state’s legally binding limit on greenhouse gas emissions in 2030, making the program the single biggest driver of the state’s post-2020 policy portfolio. However, the program’s supply of compliance instruments has persistently exceeded emissions subject to the program—a condition known as overallocation, which independent studies have projected may continue into the mid-2020s. If market participants purchase and bank excess compliance instruments for future use, they may be able to comply with the program’s regulations while nevertheless emitting significantly in excess of the state’s legally binding 2030 limit. Here, we present methods for tracking observed banking behavior on both an annual and multi-year compliance period basis. By the end of 2018, market participants had already acquired more unused compliance instruments than the regulator anticipated for 2020. The size of the private bank is now comparable to the cumulative mitigation expected from the program over the period 2021 through 2030, raising questions about the program’s ability to achieve its expected reductions. Beyond diagnosing market conditions, banking metrics can also help policymakers design dynamic program reforms that increase program stringency conditional on observed market behavior deviating from expectations.

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)0,005
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,165
Tête enseignante GPT0,328
Écart entre enseignants0,163 · 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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetClimate Change Policy and EconomicsTravaux en français237 207