Formulation of a framework to support female workers and a comparative policy study from the perspective of carbon neutrality-just transition-gender equality nexus
Notice bibliographique
Résumé
In long-term strategies seeking carbon neutrality (CN) in response to climate change, societies need to make the transition to a low-carbon economy. However, during this transitional process, some people, regions, and sectors can be adversely influenced and left behind. Thus, the concept of “just transition” (JT), which emphasizes a fair and inclusive approach for those who are marginalized by such transitions, has arisen. Marginalized groups are often segmented into women, indigenous people, racial groups, or immigrants for the purposes of targeted support. Specifically, gender equality has been considered in climate policies, particularly focusing on women. However, there is a lack of research and policies that consider women working directly or indirectly in the phase-out industry toward CN. Therefore, this paper attempts to explore whether and how the European Union (EU), the United States (US), and Canada consider working women in their JT policies for CN. As an analytical framework, this paper sets four policy elements required to achieve balance at the intersection of CN, JT, and gender equality. These four policy elements include: i) consideration of JT and gender (women) in national policies, ii) representation of women in decision-making processes, iii) consideration of gender (particularly working women) in redistribution policies in phase-out industry, and iv) consideration of gender (women) in opportunity access to new jobs in new industries. In analysis with these policy elements, it was found that gender is being considered in national policies, decision-making processes, and opportunity access to new jobs in new industries as part of JT policy, despite some differences among the EU, the US, and Canada. However, gender is not commonly considered in the redistribution policies in the phase-out industry. This result is compared with the Korean case. This paper concludes with policy implications for Korea’s gender consideration in JT policies for CN.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,041 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,016 | 0,026 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,014 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».