MétaCan
Menu
Retour à la cohorte
Enregistrement W4238659405 · doi:10.1093/yiel/yvx036

2. Canada

2016· article· en· W4238659405 sur OpenAlexaboutno aff
Alexander Smith

Notice bibliographique

RevueYearbook of International Environmental Law · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarbon taxRevenueGovernment (linguistics)JurisdictionBusinessPublic administrationEconomicsPolitical scienceFinanceLawClimate change

Résumé

récupéré en direct d'OpenAlex

By far the most significant development in Canadian climate change law and policy in 2016 was the federal government’s announcement of its plan to impose a floor price on carbon. If implemented, the plan would establish a minimum carbon price throughout Canada’s provinces and territories. The plan, however, could also be the subject of a constitutional challenge. On 22 April, the federal government signed the Paris Agreement, which was then ratified on 5 October. In anticipation of ratification, the federal government announced a floor price on carbon of CDN $10 a ton by 2018 and CDN $50 a ton by 2022. The federal government explained that this price would be imposed within the provinces and territories that had not adopted their own carbon-pricing scheme. The federal government expressed no preference as to whether provincial and territorial carbon pricing schemes were based on cap and trade (which is in place in the provinces of Quebec and, by 1 January 2017, in Ontario) or a carbon tax (which is in place in the province of British Columbia). The federal government, however, would require that the scheme impose the requisite floor price on carbon by 2018. Few details of the plan have been made available, but the federal government maintains that floor pricing would be ‘revenue neutral’ for the federal government. In other words, revenue generated by the federal government would presumably be remitted to the province or territory such that it would not leave the jurisdiction.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0100,001
Communication savante0,0070,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,1630,031

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 Opus0,022
Tête enseignante GPT0,178
Écart entre enseignants0,155 · 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
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYearbook of International Environmental LawMême sujetClimate Change Policy and EconomicsTravaux en français237 207