MétaCan
Menu
Retour à la cohorte
Enregistrement W4223438260 · doi:10.32721/ctj.2022.70.1.ozai

Designing an Equitable Border Carbon Adjustment Mechanism

2022· article· en· W4223438260 sur OpenAlexvenueaboutno aff
Ivan Ozai

Notice bibliographique

RevueCanadian Tax Journal/Revue fiscale canadienne · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasCarbon leakageCommissionUnited Nations Framework Convention on Climate ChangeConventionNormativeBusinessDeveloping countryInternational tradeNatural resource economicsEconomicsEmissions tradingPolitical scienceEconomic growthKyoto ProtocolLawFinanceEcology

Résumé

récupéré en direct d'OpenAlex

Policy makers worldwide have increasingly considered the adoption of a carbon adjustment at the border to equalize carbon pricing on foreign goods with carbon policies imposed on domestic production. The implementation of a border carbon adjustment (BCA) in the European Union has been recently proposed by the European Commission, followed by similar plans in the United States and Canada, as an instrument designed to address concerns about competitiveness and emissions leakage resulting from the absence of a global price on carbon or an internationally coordinated carbon-pricing system. Despite its potential to address these issues, the implementation of a BCA raises concerns with respect to its impact on developing countries. A BCA will likely impose a disproportionate burden on developing countries with limited capacity to cut back emissions and thus violate the principle of common but differentiated responsibilities (CBDR) established in the United Nations Framework Convention on Climate Change. The main goal of this article is to examine CBDR's normative requirements and determine its legal implications for BCA design. The article further offers policy guidelines for implementing a CBDR-compliant BCA that addresses its ultimate purpose of reducing global greenhouse gas emissions while also supporting the development needs of less affluent countries.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,663
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,059
Tête enseignante GPT0,221
Écart entre enseignants0,162 · 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.

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Tax Journal/Revue fiscale canadienneMême sujetClimate Change Policy and EconomicsTravaux en français237 207