MétaCan
Menu
Retour à la cohorte
Enregistrement W4395059327 · doi:10.29173/alr2699

The Legal Framework for Carbon Dioxide Removal in Canada

2022· article· en· W4395059327 sur OpenAlexafffundvenueabout
Neil Craik, Anna‐Maria Hubert, Chelsea Daku

Notice bibliographique

RevueAlberta Law Review · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensBalsillie School of International AffairsEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésCarbon dioxideBusinessLaw and economicsSociologyChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Recent assessments of progress on greenhouse gas (GHG) emissions reductions suggest that efforts to reduce emissions are well below what is necessary to meet current global targets of 2 degrees Celsius, let alone 1.5 degrees Celsius above pre-industrial levels. Current Intergovernmental Panel on Climate Change models include significant amounts of carbon dioxide removal (CDR) from the atmosphere as necessary to meet the 2 degrees Celsius target. The models assume the availability of CDR technologies to contribute to climate goals, but significant uncertainties remain regarding the efficacy, costs, scalability, environmental impacts, and broader public acceptability of these technologies. In Canada, CDR technologies are a crucial element of Canada’s long-term climate strategy towards achieving net-zero emissions by 2050. Still, little to no national policy attention has been paid to researching, assessing, and implementing CDR measures, including the necessary legal framework in which these technologies would operate. This article provides an overview of Canada’s existing legal framework that will apply to various CDR methods as they are developed. It examines the legal framework as it may apply to CDR measures collectively (particularly in consideration of how these technologies will be treated in Canada’s broader climate framework), and individually. It aims to take stock of existing federal and provincial rules and assess the potential gaps that will need to begin to be addressed as Canada develops CDR capacities.

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)0,014
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil0,906

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0190,012
Communication savante0,0170,003
Science ouverte0,0060,003
Intégrité de la recherche0,0110,009
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,016
Tête enseignante GPT0,283
Écart entre enseignants0,267 · 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'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

Citations2
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueAlberta Law ReviewMême sujetCanadian Policy and GovernanceTravaux en français237 207