MétaCan
Menu
Retour à la cohorte
Enregistrement W4381683322 · doi:10.1016/j.oneear.2023.05.024

Avoiding carbon leakage from nature-based offsets by design

2023· article· en· W4381683322 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueOne Earth · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaGrantham Research Institute on Climate Change and the Environment, London School of Economics and Political ScienceLondon School of Economics and Political ScienceUniversity of Ottawa
Mots-clésLeakage (economics)CredibilityCarbon leakageRisk analysis (engineering)Unintended consequencesComputer sciencePsychological interventionConceptual frameworkComputer securityBusinessClimate changeEconomicsPolitical sciencePsychologySociology

Résumé

récupéré en direct d'OpenAlex

With nature-based offsets emerging as a core strategy for meeting near-term climate targets, it is essential they deliver real and verifiable mitigation gains. However, the interventions that generate offsets can have unintended effects that cause carbon leakage and ultimately reduce mitigation. Although leakage is "old news" and various anti-leakage measures have been considered, there is little evidence that current practices to address leakage actually work. In this perspective, we present evidence that leakage is vastly underestimated in practice and argue that current efforts to improve accounting methods are unlikely to deliver the accuracy required. We therefore propose and elaborate an alternative approach to address leakage by design, based on a new conceptual framework for understanding leakage in nature-based interventions. We further outline three principles that offset developers, certifiers, and consumers can implement now to improve the credibility of nature-based offsets, without negating further ambition and investment in nature-based solutions.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,195
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,003

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 Opus0,099
Tête enseignante GPT0,203
Écart entre enseignants0,104 · 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