MétaCan
Menu
Retour à la cohorte
Enregistrement W3165094423

The Effects of a Green Nudge on Municipal Solid Waste: Evidence from a Clear Bag Policy

2020· article· en· W3165094423 sur OpenAlexaffabout
Mevlude Akbulut‐Yuksel, Catherine Boulatoff

Notice bibliographique

RevueSSRN Electronic Journal · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésRegression discontinuity designMunicipal solid wasteNudge theorySocioeconomic statusPublic economicsEconomicsBusinessEnvironmental economicsAgricultural economicsWaste managementEngineeringEnvironmental healthPolitical sciencePopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We explore the power of behavioral economic insights to influence the level of households' recycling and Municipal Solid Waste (MSW) by examining the effectiveness of a green nudge, the adoption of a Clear Bag Policy that was implemented in 2015 in a mid-size urban municipality in Canada. Using a Regression Discontinuity (RD) Design on universe administrative data, our analysis shows that this green nudge promoted recycling, and reduced both refuse and total MSW. While recycling increased by 15 percent, total MSW decreased by 27 percent overall between August 2015 and July 2017. Our results also demonstrate heterogeneity in response to a Clear Bag Policy across neighborhoods with varying socioeconomic indicators. Our findings suggest that green nudges can serve as effective policy instruments in devising future environment policies.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil0,581

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 ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,252
Écart entre enseignants0,243 · 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'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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetSustainable Building Design and AssessmentTravaux en français237 207