Trust in scientists, researchers, and environmental organizations associated with policy support for energy transition
Notice bibliographique
Résumé
• The public supports policies that will directly benefit them. • The public trusts scientists, researchers, and non-profit organizations most. • Policymakers and decision makers could be more successful in gaining policy support by leveraging the public's trust in other actors. Energy transition, shifting away from fossil fuel use, is fundamental to addressing climate change. To explore public support for energy transition policies, we surveyed a representative sample of residents in Canada's largest province, Ontario, ( N = 1620), and conducted regression analyses to examine how support varies with trust in the actors communicating these policies. Ontarians prefer ‘carrot’ policies—those offering direct benefits to households—over ‘stick’ policies. The most supported policies include the development of renewable natural gas, interest-free energy efficiency loan programs, and funding for low-income energy efficiency programs, while the least supported policies are a carbon tax, continued oil sands development, and the electrification of heating. Ontarians have low to moderate levels of trust in governments at all levels, utilities, media, oil and gas companies, and to some extent in renewable energy companies. However they demonstrate consistently high trust in scientists, researchers, and non-profit organizations. Public support for policies in Ontario is influenced by trust in stakeholders and policymakers, with the relationship varying across different policies. We find Ontarians’ trust in scientists, researchers, and non-profit organizations is positively associated with supporting ‘emerging’ energy transition policies, such as the development of renewable natural gas and hydrogen. Our findings suggest that policymakers seeking to advance energy transition policies can strengthen both effectiveness and public acceptance by engaging with trusted actors, such as scientists and non-profits, and leveraging their credibility. Furthermore, adopting inclusive and participatory planning processes that reflect public values and address equity concerns is crucial to fostering long-term trust and policy stability amidst the challenges of the energy transition.
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 | 0,010 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».