MétaCan
Menu
Retour à la cohorte
Enregistrement W4387638938 · doi:10.1080/13501763.2023.2268673

Timely climate proposals. Discourse networks and (dis)continuity in European policies

2023· article· en· W4387638938 sur OpenAlex
Laurie Durel, Laure Gosselin

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

RevueJournal of European Public Policy · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicy Transfer and Learning
Établissements canadiensUniversité Laval
Organismes subventionnairesEconomic and Social Research CouncilSocial Sciences and Humanities Research Council of CanadaFonds de Recherche du Québec-Société et Culture
Mots-clésPolitical scienceEuropean unionClimate changeDiscourse analysisClimate policyPolitical economyPublic administrationSociologyBusinessInternational tradeLinguistics

Résumé

récupéré en direct d'OpenAlex

How do discursive fields influence support for climate policies? The European Green Deal (EGD) has gained media attention in part because it was presented as a cross-sectorial strategy aiming to ‘transform the European economy’. Our analysis focuses on two specific policy proposals of the EGD: the carbon border adjustment mechanism and the reform for a greener Common Agricultural Policy. By comparing their discourse network structure, we aim to understand policy (dis)continuity introduced with the EGD. We use an original longitudinal dataset and discourse network analysis to map framing dynamics over time and understand how particular frames can gather support in policy networks. Our study shows that two elements favor policy change, namely the resonance of new frames with the discursive field and the presence of brokers connecting previously disconnected actors or coalitions. This paper is relevant for scholars interested in the discursive layer of policy networks as well as (dis)continuity in policy debates.

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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil0,643

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,032
Tête enseignante GPT0,348
Écart entre enseignants0,315 · 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