MétaCan
Menu
Retour à la cohorte
Enregistrement W3127725646 · doi:10.1088/1748-9326/abe57b

From the Paris Agreement to corporate climate commitments: evaluation of seven methods for setting ‘science-based’ emission targets

2021· article· en· W3127725646 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.

Notice bibliographique

RevueEnvironmental Research Letters · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasGlobal temperatureEmission intensityGlobal warmingEnvironmental scienceRange (aeronautics)Overshoot (microwave communication)Climate changeBaseline (sea)Scenario analysisEnvironmental economicsComputer scienceBusinessEnvironmental resource managementOperations researchEconomicsEngineeringFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract While large companies routinely announce greenhouse gas emissions targets, few have derived targets based on global climate goals. This changed in 2015 with the creation of the science based targets (SBTs) initiative, which provides guidelines for setting emission targets in line with the temperature goal of the Paris Agreement. SBTs have now been set by more than 500 companies. Methods for setting such targets are not presented in a comparable way in target-setting guidelines and concerns that certain methods may lead to overshoot of the temperature goal have not been investigated. Here, we systematically characterize and compare all seven broadly applicable target-setting methods and quantify the balance between collective corporate SBTs and global allowable emissions for individual methods and different method mixes. We use a simplified global production scenario composed of eight archetypical companies to evaluate target-setting methods across a range of company characteristics and global emission scenarios. The methods vary greatly with respect to emission allocation principles, required company variables and embedded global emission scenarios. Some methods treat companies largely the same, while others differentiate between company types based on geography, economic sector, projected growth rate or baseline emission intensity. The application of individual target-setting methods as well as different mixes of methods tend to result in an imbalance between time-integrated aggregated SBTs and global allowable emissions. The sign and size of this imbalance is in some cases sensitive to the shape of the global emission pathway and the distribution of variables between the company archetypes. We recommend that the SBT initiative (a) use our SBT method characterisation to present methods in a systematic way, (b) consider our emission imbalance analysis in its method recommendations, (c) disclose underlying reasons for its method recommendations, and (d) require transparency from companies on the calculation of established SBTs.

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)0,010
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,940

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
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)0,0010,000

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 Opus0,300
Tête enseignante GPT0,420
Écart entre enseignants0,120 · 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