From broadband adoption to climate action: Key considerations in the development of climate policies across OECD countries
Notice bibliographique
Résumé
This paper addresses a critical gap in telecom regulators' awareness of the climate impact of their policy decisions and highlights the substantial potential of broadband technology to reduce greenhouse gas emissions (GHGe). Empirical evidence shows that broadband can achieve a GHGe reduction of approximately 15–20%, a notable efficiency given its relatively low direct emissions of around 0.4–1.0% of global emissions. This analysis substantiates the premise that effective telecom policy serves as robust climate policy. The paper argues for a global alignment of telecom and climate policies, advocating for an integrated approach that acknowledges the deep interdependencies between these sectors. Key policy recommendations include targeted subsidies for broadband in rural areas, strategic spectrum allocation, and comprehensive incentives for green technology adoption across consumers, industries, and governments. The goal is to prompt a reevaluation of policy frameworks, urging advanced economies to harness the full potential of digital infrastructure to combat climate change. • Broadband technologies contribute only about 0.4–1.0% of direct GHGe within the ICT sector, underscoring their efficiency as sustainable technologies. • Broadband adoption can enable a significant reduction in GHGe, estimated at 15–20%, by facilitating low-carbon consumer behaviors, optimizing industrial practices, and enhancing government services. • There is a significant gap in awareness among telecom regulators about the climatic consequences of their decisions. • Targeted education and collaboration initiatives are essential to increase awareness and integrate climate considerations into telecom policy. • The pressing nature of the climate crisis necessitates translating academic findings into concrete policies. • This includes removing regulatory barriers to network investments, optimizing spectrum allocation for energy-efficient technologies, and developing comprehensive incentive programs for consumers, industries, and governments.
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 | 0,014 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».