MétaCan
Menu
Retour à la cohorte
Enregistrement W4403479663 · doi:10.62920/3jpwpp86

Élasticités et effet rebond des véhicules légers au Canada

2024· article· en· W4403479663 sur OpenAlexaffabout
Clément Figueras de Stoutz

Notice bibliographique

RevueFacteurs humains : · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Although reducing greenhouse gas emissions is an imperative, environmental policies can run into two pitfalls: the rebound effect and inelastic demand for gasoline. If a vehicle is more fuel-efficient but is used more often, this reduces the expected energy savings (rebound effect). Similarly, increasing the price of gasoline via carbon pricing has little effect on demand if it is not very sensitive (inelastic) to price. To determine the value of these parameters for light vehicles in Canada, I use data for the ten provinces between 2000 and 2019 to estimate a simultaneous three-equation model of aggregate demand for kilometers traveled, vehicle fleet and fuel efficiency. While the rebound effect is worth 9 % in the short term and 30 % in the long term, gasoline demand is found to be inelastic in both cases. These values are broadly consistent with those found in the literature. A rise in gasoline prices therefore reduces purchasing power rather than consumption. Similarly, in the long term, a 10 % increase in fuel efficiency would increase distance travelled by 3 %.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,112
Tête enseignante GPT0,293
Écart entre enseignants0,180 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFacteurs humains :Même sujetCultural Insights and Digital ImpactsTravaux en français237 207