MétaCan
Menu
Retour à la cohorte
Enregistrement W4384131232 · doi:10.1007/s11558-023-09495-3

Environmental agreements as clubs: Evidence from a new dataset of trade provisions

2023· article· en· W4384131232 sur OpenAlexaff
Jean‐Frédéric Morin, Clara Brandi, Jakob Schwab

Notice bibliographique

RevueThe Review of International Organizations · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésClubIncentiveInternational tradeEconomicsBusinessEnvironmental policyPublic economicsEnvironmental resource managementMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Creating intergovernmental environmental clubs is a prominent policy proposal for addressing global environmental problems. According to their proponents, environmental clubs provide an incentive to join them and accept their environmental obligations by generating exclusive “club goods” for their members. Yet, the existing literature considers environmental clubs as a theoretical idea that still has to be put into practice. This article asks whether, in fact, the numerous international environmental agreements (IEAs) containing trade-related provisions provide club goods to their parties. It does so by investigating the effects of these provisions on trade flows among parties compared to flows with non-parties. We introduce an original dataset on 48 types of trade provisions in 2,097 IEAs that we make available with the publication of this article. Based on this new data and a panel of worldwide bilateral trade flows, we find evidence that existing IEAs and their trade-liberalizing content are associated with increased trade among their parties relative to trade with non-parties. We conclude from this finding that systems of IEAs provide club goods to their parties. Uncovering the existence of environmental clubs has significant methodological and policy implications. It is an important first step for future research on the actual effectiveness of clubs in attracting participation and raising environmental standards.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0050,002

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 Opus0,092
Tête enseignante GPT0,308
Écart entre enseignants0,216 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations19
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Review of International OrganizationsMême sujetClimate Change Policy and EconomicsTravaux en français237 207