MétaCan
Menu
Retour à la cohorte
Enregistrement W4385200373 · doi:10.1016/j.jeem.2023.102853

Economically exhaustible resources in an oligopoly-fringe model with renewables

2023· article· en· W4385200373 sur OpenAlexafffund
Hassan Benchekroun, Gerard van der Meijden, Cees Withagen

Notice bibliographique

RevueJournal of Environmental Economics and Management · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaFonds de Recherche du Québec-Société et Culture
Mots-clésEconomicsNon-renewable resourceOligopolyRenewable energyMicroeconomicsNash equilibriumImperfect competitionSubsidyNatural resource economicsRenewable resourceFossil fuelCournot competitionEconometricsEcology

Résumé

récupéré en direct d'OpenAlex

We consider a game between oligopolistic and fringe suppliers of fossil fuel from an exhaustible resource, and producers of a renewable perfect substitute. Extraction costs are stock-dependent and strictly convex in the rate of extraction. We characterize the open-loop Nash equilibrium analytically and perform numerical simulations with calibrated parameter values. The effects of our cost assumptions are (i) to have asymptotic economical instead of physical exhaustion of the non-renewable resource and (ii) the existence of a limit-pricing phase in which both fossil and renewables suppliers are active. We decompose the welfare loss of imperfect competition in a conservation and a sequence effect, and show that both can be substantial: 3.8 and 4.2 trillion US$ in the calibrated model, respectively. We also examine Green Paradox effects and find that initial carbon emissions depend non-monotonically on the renewables subsidy rate.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,040
Tête enseignante GPT0,208
Écart entre enseignants0,168 · 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'étudeSimulation ou modélisation
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

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Economics and ManagementMême sujetClimate Change Policy and EconomicsTravaux en français237 207