MétaCan
Menu
Retour à la cohorte
Enregistrement W4404678270 · doi:10.1016/j.trip.2024.101276

Implications of carbon Taxing policies on the food supply chain in Canada

2024· article· en· W4404678270 sur OpenAlexaffabout
Sylvain Charlebois, Gumataw Kifle Abebe, Tony R. ‎Walker, Vlado Kešelj, Janet Music, Keshava Pallavi Gone, Karim Tuffaha, Janèle Vézeau, Bibhuti Sarker, Stacey Taylor

Notice bibliographique

RevueTransportation Research Interdisciplinary Perspectives · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of ManitobaAgriculture and Agri-Food CanadaCape Breton UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFood supplySupply chainBusinessFood chainNatural resource economicsEconomicsAgricultural economicsMarketingBiologyEcology

Résumé

récupéré en direct d'OpenAlex

• Global food supply chain has been unsteadied since 2020. • Results suggest stress on the wholesale supply chain. • Compounding effect of carbon pricing pushing wholesale prices to rise faster. • Shift in wholesale and industrial prices since introduction of carbon tax. This paper explores the implications of carbon-taxing policies on food supply chain affordability and competitiveness in Canada. Initiated with Alberta’s 2007 carbon levy, Canada’s approach to carbon taxation aims to mitigate greenhouse gas emissions while addressing the economic impacts on the food sector. With the federal carbon price set to rise to CAD $170 per ton by 2030, the study investigates the potential for increased food prices and the challenges to food affordability as well as identify the current gaps in understanding the intricacies of Carbon Taxing Policies on the Food Supply Chain in Canada. Graphic analyses and forecasts were created using data from Statistics Canada and the U.S. Census Bureau. The main findings of the analyses reveal shifts in wholesale and industrial prices since the carbon tax’s implementation. Findings suggest that carbon pricing may be affecting every level of the food supply chain, highlighting the need for further research to understand its full impact on food affordability and security.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,964

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0050,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,142
Tête enseignante GPT0,355
Écart entre enseignants0,213 · 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'étudeObservationnel
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Interdisciplinary PerspectivesMême sujetClimate Change Policy and EconomicsTravaux en français237 207