MétaCan
Menu
Retour à la cohorte
Enregistrement W3125663871

Implications of Alternative Emission Trading Plans: Experimental Evidence

2004· preprint· en· W3125663871 sur OpenAlexafffund
Noel J. Buckley, Stuart Mestelman, Andrew Muller

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2004
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensMcMaster UniversityYork University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMcMaster University
Mots-clésEmissions tradingSubsidyBaseline (sea)Variable (mathematics)EconomicsBookkeepingEconometricsMicroeconomicsBusinessGreenhouse gasFinanceMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Two approaches to emissions trading are cap-and-trade, in which an aggregate cap on emissions is distributed in the form of emission allowances and baseline-and-credit, in which firms earn emission reduction credits for emissions below their baselines. Theoretical considerations suggest the long-run equilibria of the two plans will differ if baselines are proportional to output, because a variable baseline is equivalent to an output subsidy. To test this prediction we have developed a computerized environment in which subjects representing firms can adjust both their emission rates (per unit output) and capacity levels. Subjects buy or sell emission rights (allowances or credits) in a sealed bid call auction. The demand for output is simulated. All decisions are tracked through a double-entry bookkeeping system. This environment is to be used to compare short and long run responses to the alternative trading methods. Initial experiments in this environment will alternately hold emission rate and capacity choice constant. We report on six experimental sessions with variable emissions rates but fixed capacity and two pilot sessions with variable capacity but fixed emission rates.

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)0,009
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,059
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,252
Tête enseignante GPT0,394
Écart entre enseignants0,142 · 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'étudeExpérimental (laboratoire)
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
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetClimate Change Policy and EconomicsTravaux en français237 207