MétaCan
Menu
Retour à la cohorte
Enregistrement W3124200345 · doi:10.55016/ojs/sppp.v5i1.42639

Smart Environmental Policy with Full-Cost Pricing

2012· article· en· W3124200345 sur OpenAlexaffabout
Nancy Olewiler

Notice bibliographique

RevueThe School of Public Policy Publications · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBusinessEconomicsNatural resource economicsEnvironmental scienceEnvironmental economics

Résumé

récupéré en direct d'OpenAlex

Canada’s natural capital — its resources, ecosystems and wildlife — are indispensable to the productivity of industry. Despite this, both the public and private sectors have failed to adequately factor in the consequences of production and consumption on the natural environment. There is a growing need for full-cost pricing, a system that adjusts market prices to reflect not only the direct costs of good and services, but also their impact on this country’s natural capital. As this paper argues, the onus is on the federal government to create the conditions for full-cost pricing to succeed. Ottawa needs to eliminate energy subsidies (to producers and consumers), implement full-cost pricing on air contaminants and greenhouse gases and encourage projects at the provincial and municipal levels that adopt that methodology. The benefits include productivity gains; potentially billions in savings for consumers, businesses and governments; a strong environment supporting sustainable industries; and simplified tax systems. In surveying past and existing federal initiatives and missed opportunities in previous budgets, this paper assesses costs and consequences, arguing that a healthy environment is synonymous with a healthy economy, and providing hard data to back up that conviction. With Budget 2012 just around the corner, the time is ripe for the Harper government to introduce full-cost pricing, and guarantee Canada a brighter future.

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)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: aucune
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,226

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0070,011
Science ouverte0,0010,003
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,096
Tête enseignante GPT0,271
Écart entre enseignants0,175 · 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'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

Citations1
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe School of Public Policy PublicationsMême sujetClimate Change Policy and EconomicsTravaux en français237 207