MétaCan
Menu
Retour à la cohorte
Enregistrement W3121771579 · doi:10.1111/j.1540-5982.2008.00510.x

Climate policy and the optimal extraction of high‐ and low‐carbon fossil fuels

2008· article· en· W3121771579 sur OpenAlexaffvenue
Sjak Smulders, Edwin van der Werf

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEconomicsCoalNatural resource economicsFossil fuelProductivityConstraint (computer-aided design)Greenhouse gasNatural gasProduction (economics)Climate policyRenewable energyEnvironmental scienceMicroeconomicsWaste managementMacroeconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Abstract. We study how restricting CO 2 emissions affects resource prices and depletion over time. We use a Hotelling‐style model with two non‐renewable fossil fuels that differ in their carbon content (e.g., coal and natural gas) and in addition are imperfect substitutes in final good production. We show that an economy facing a CO 2 flow‐constraint may substitute towards the relatively dirty input. As the economy tries to maximize output per unit of emissions it is not only carbon content that matters: productivity matters as well. With an announced constraint the economy first substitutes towards the less productive input such that more of the productive input is available when constrained. Preliminary empirical results suggest that it is cost‐effective to substitute away from dirty coal to cleaner oil or gas, but to substitute from natural gas towards the dirtier input oil.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,381
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 Opus0,156
Tête enseignante GPT0,198
Écart entre enseignants0,042 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations29
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetClimate Change Policy and EconomicsTravaux en français237 207