MétaCan
Menu
Retour à la cohorte
Enregistrement W3091926719 · doi:10.1080/09644016.2020.1825302

Self-reinforcing and self-undermining feedbacks in subnational climate policy implementation

2020· article· en· W3091926719 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.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEnvironmental Politics · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of TorontoUniversity of New Brunswick
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésFraming (construction)Climate policyClimate changePublic policyEmissions tradingRenewable energyElectricityPublic economicsEconomicsPolitical scienceEnvironmental economicsBusinessEconomic growthEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

This study demonstrates how interpretive feedback functions as an intervening mechanism during policy implementation that helps explain variation in subnational climate policy entrenchment. We examine three interrelated climate policy processes in Ontario, Canada from 2001–2018: a coal phase-out (2001–2014), the feed-in-tarriff (FIT) program for renewable energy (2006–2013) and a cap-and-trade program (2008–2018). Successful framing of the coal phase-out in terms of gains for both public health and climate change helped generate a broad-based coalition of support during implementation. Conversely, we find that the FIT and the cap-and-trade programs were vulnerable to framing around losses, especially regarding electricity rates and household costs, which counter-coalitions used to weaken public support during implementation. Our analysis demonstrates that building supportive coalitions for climate policy goes beyond the material gains and losses generated by initial policy designs. Framing strategies interact with policy designs over time to support or undermine policy durability.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,417
Score d'incertitude au seuil0,928

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,036
Tête enseignante GPT0,245
Écart entre enseignants0,209 · 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