Fossil fuels, climate change, and the COVID-19 crisis: pathways for a just and green post-pandemic recovery
Notice bibliographique
Résumé
A climate-positive COVID-19 recovery can accelerate the energy transition away from fossil fuels. Yet, current assessments of recovery stimulus programs suggest that the most fossil fuel producers are more likely to take on a ‘dirty’ recovery path out of the pandemic than a ‘green’ one. Such a path will postpone climate action and entrench fossil fuel dependence. To change course, fossil fuel producers have to get on board of a 'green recovery'. For this, cooperative international efforts mobilizing both fossil fuel consumers and producers need to promote ‘just transition’ policies that increase support for a green shift among fossil fuel companies and producing countries, including fossil fuel exporters. In turn, fossil fuel producers should leverage the opportunity of stimulus packages to reduce their fossil fuel production dependence and help accelerate an energy transition through supply-side measures. A combination of ‘green’ investments and ‘just’ transition reforms could help enroll fossil fuel producers into a climate-friendly post-COVID recovery.Key policy insights Fossil fuel producers have mostly promoted ‘dirty’ rather than ‘green’ recovery paths from the COVID-19 pandemicA green recovery agenda requires a ‘just’ transition component to entice and support fossil fuel producersBoth demand and supply-side strategies are required to advance a ‘just transition’ agenda throughout the post-COVID 19 recoveryThe post-COVID-19 transition requires energy policies responding to the constraints of consumer and producer countries to address climate and equity challenges
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,011 | 0,012 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,010 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».