MétaCan
Menu
Retour à la cohorte
Enregistrement W3151786784 · doi:10.33774/apsa-2021-2f3gx-v2

The Institutional Sources of Economic Transformation: Energy Policy from the Oil Crises to Climate Change

2021· preprint· en· W3151786784 sur OpenAlexaff
Jared Finnegan, Phillip Y. Lipscy, Jonas Meckling, Florence Metz

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnergy
ThématiqueGlobal Energy Security and Policy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCenter for Advanced Study, University of Illinois at Urbana-ChampaignCenter for Advanced Study in the Behavioral Sciences, Stanford UniversityFondazione Internazionale Premio BalzanPrinceton University
Mots-clésShock (circulatory)Transformational leadershipEconomicsClimate changeIntermediationSupply sideDemand sideEconomic systemInstitutional changePublic economicsBusinessMarket economyPolitical scienceMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Why are some governments more effective in promoting economic change than others? We develop a theory of the institutional sources of economic transformation. Domestic institutions condition the ability of policymakers to impose costs on consumers and producers. We argue that institutions can enable transformation through two central mechanisms: insulation and compensation. The institutional sources of transformation vary across policy types—whether policies impose costs primarily on consumers (demand-side policies) or on producers (supply-side policies). Proportional electoral rules and strong welfare states facilitate demand-side policies, whereas autonomous bureaucracies and corporatist interest intermediation facilitate supply-side policies. We test our theory by leveraging the 1973 oil crisis, an exogenous shock that compelled policymakers to simultaneously pursue transformational change across OECD countries. Panel analysis, case studies, and discourse network analysis support our hypotheses. The findings offer important lessons for contemporary climate change policy and low-carbon transitions.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,813

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 ouverte0,0010,001
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 Opus0,035
Tête enseignante GPT0,275
Écart entre enseignants0,240 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGlobal Energy Security and PolicyTravaux en français237 207