MétaCan
Menu
Retour à la cohorte
Enregistrement W4391377875 · doi:10.1093/hrlr/ngae001

What’s in a Right? Concretizing States’ Climate Change Mitigation Obligations under Human Rights Law

2023· article· en· W4391377875 sur OpenAlexaff
Linnéa Nordlander

Notice bibliographique

RevueHuman Rights Law Review · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental law and policy
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésLawPolitical scienceHuman rightsClimate change

Résumé

récupéré en direct d'OpenAlex

Abstract States owe duties under human rights law to protect individuals from climate harm by mitigating climate change individually and collectively, in order to secure the Paris Agreement’s 1.5°C goal. It is, however, unclear what human rights law requires of states generally in terms of emissions reduction trajectories. This article elucidates that question, by looking at what reduction obligations can be deduced from scholarship and the work of human rights enforcement mandates. It argues that it is not possible to deduce individualized reduction obligations or methods to calculate such obligations from the current body of human rights law. The article then explores three different pathways to achieve such concretization: law-making, litigation, and monitoring bodies. The analysis provides a platform for human rights law to realize its potential in advancing state ambition on mitigating climate change at the norm-level by assessing the promise of the different pathways to concretization.

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)0,038
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,200

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,049
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,037
Communication savante0,0140,014
Science ouverte0,0030,007
Intégrité de la recherche0,0130,012
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,074
Tête enseignante GPT0,378
Écart entre enseignants0,305 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Rights Law ReviewMême sujetEnvironmental law and policyTravaux en français237 207