MétaCan
Menu
Retour à la cohorte
Enregistrement W4210942833 · doi:10.5539/ep.v11n1p1

Curbing Dependence on Coal in China and India to Attain Global Carbon Neutrality: Challenges and Options

2022· article· en· W4210942833 sur OpenAlexvenueno aff
Bernard Arogyaswamy, W. Kozioł

Notice bibliographique

RevueEnvironment and Pollution · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasChinaClimate changeEnergy securityNatural resource economicsStock (firearms)EconomicsClimate change mitigationBusinessPolitical scienceRenewable energyEngineering

Résumé

récupéré en direct d'OpenAlex

While many developed countries have announced policies for energy transitions, particularly in regard to greenhouse gas emissions, some emerging nations do not appear to be positioned to achieve the goal of net zero carbon. This policy paper focuses on two countries, China and India, which derive the bulk of their energy from coal, and are key to a net zero carbon world. Both countries have prioritized energy security and view all climate initiatives through this prism. They also distinguish between the early industrializers responsible for the bulk of the stock of GHGs, and emerging nations accountable for part of the current flow of emissions. Numerous initiatives have already been undertaken, and policies announced, for cutting carbon emissions in both China and India. However, both countries face major impediments to undertake the measures needed to curb their dependence on coal. Employing a qualitative interpretive methodology rooted in grounded theory, the paper examines the complex energy dynamics facing these two nations, the actions adopted, and policies formulated to limit emissions. The technological, social, political, and financial challenges they face are developed in some detail. Unless mechanisms are devised to support appropriate climate policies, and reduce coal-dependency in China and India, the successful implementation of climate policies in developed nations will not be sufficient to achieve a carbon neutral world.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,382
Score d'incertitude au seuil0,617

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 recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,219
Écart entre enseignants0,206 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and PollutionMême sujetEnergy and Environment ImpactsTravaux en français237 207