MétaCan
Menu
Retour à la cohorte
Enregistrement W4408297429 · doi:10.1017/s2047102525000019

Subnational Climate Clubs: An Interactional Approach to Transnational Lawmaking

2025· article· en· W4408297429 sur OpenAlexaff
Ling Chen

Notice bibliographique

RevueTransnational Environmental Law · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Law and Human Rights
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLawmakingPolitical scienceEnvironmental ethicsEnvironmental planningGeographyLawLegislaturePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract Predominant climate club research emphasizes state-centric clubs that alter the incentive structure and bargaining context for climate cooperation. This focus on national governments, however, leaves climate clubs vulnerable to political turbulence afflicting individual club members. Subnational governments are an important yet often overlooked type of actor in the club literature. This article contributes to understanding the role and nature of subnational government-led clubs in transnational climate governance and lawmaking through qualitative case studies of the Western Climate Initiative and the C40 Cities Climate Leadership Group. I identify the distinguishing characteristics that these clubs manifest in their membership and functions, as formalized through legal arrangements. I demonstrate that these clubs have the potential to increase structural stability, withstand political changes, and enhance the legitimacy and efficacy of climate action. They do so by functioning not only as organizations that create incentives for committing to legal norms and mechanisms for deterring free riding but also as communities of practice that generate shared understandings, resources, and norms to sustain club cooperation in pursuing a shared commitment to climate action. As such, each club applies a mix of rationalist approaches to benefit generation and constructivist approaches to community building.

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)0,008
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,012
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,029
Communication savante0,0120,010
Science ouverte0,0020,012
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,014
Tête enseignante GPT0,221
Écart entre enseignants0,207 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransnational Environmental LawMême sujetCorporate Law and Human RightsTravaux en français237 207