MétaCan
Menu
Retour à la cohorte
Enregistrement W4223458321 · doi:10.32721/ctj.2022.70.1.pf.boessenkool

Policy Forum: Border Carbon Adjustments—Four Practical Challenges

2022· article· en· W4223458321 sur OpenAlexvenueaboutno aff
Ken Boessenkool, Mike Moffatt, Aaron Cosbey, Michael A. Bernstein

Notice bibliographique

RevueCanadian Tax Journal/Revue fiscale canadienne · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueValue (mathematics)AccommodationProcess (computing)Carbon fibersCarbon priceEconomicsBusinessGreenhouse gasPolitical sciencePublic economicsFinanceComputer science

Résumé

récupéré en direct d'OpenAlex

For Canadian policy makers, the relatively straightforward economics of a border carbon adjustment (BCA) is complicated in practice by four challenges. First, Canadian carbon-pricing regimes have been developed from the bottom up, being primarily designed at the provincial rather than the federal level. Second, a Canadian BCA must comply with international trade law. Third, while carbon taxes are applied on the carbon emitted at each stage of every industrial process, applying a BCA on each process and at each level of a value chain is extremely difficult. Fourth, there is the question of what to do with any revenues that a BCA generates. The key conclusion that emerges from the discussion in this article is that the federal nature of Canada will be an early and significant challenge for policy makers. Given that Canadian provinces have led the development of carbon-pricing schemes, it seems likely that most will continue to want to do so. Any BCA regime (which will necessarily be implemented at the federal level) will have to find ways to accommodate or account for the differences in provincial carbon-pricing regimes. That accommodation may not be impossible, but it will not be easy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,662

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0320,014
Communication savante0,0290,011
Science ouverte0,0080,008
Intégrité de la recherche0,0690,027
Charge utile insuffisante (le modèle a refusé de juger)0,0200,003

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 Opus0,036
Tête enseignante GPT0,291
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Tax Journal/Revue fiscale canadienneMême sujetCanadian Policy and GovernanceTravaux en français237 207