Green dreams or fossil schemes? Mapping Canada's green growth policy-planning network
Notice bibliographique
Résumé
Green growth is a leading framework and project for addressing climate change. While social science research has challenged the possibility of green growth and the proposed means of achieving it, less work has examined the actors and business sectors that define, support and mobilize the project in different regions. Employing a neoGramscian lens and using tools of social network analysis and content analysis, this paper maps a green growth policy-planning network in Canada and considers its potential to support energy transition. It finds that while a tightly knit coalition has formed in support of green growth, fossil fuel firms and banks that heavily fund fossil fuel projects are central in the network. Consistent with ties to carbon firms, central policy organizations advance solutions that sustain the viability of the fossil fuel sector, as they emphasize the merits of reducing production emissions from fossil fuels, while avoiding or opposing policy to phase out the industry. The findings indicate a network that accommodates pressures for decarbonization while delaying energy transition. The Canadian case highlights the failure of green growth to challenge fossil fuel incumbents and vested interests, pointing to a key limitation of the project, especially in fossil fuel producing regions. • A cohesive green growth policy-planning network has emerged in Canada. • Fossil fuel corporations and their major financiers occupy central positions within this network. • Prominent organizations in the network advance solutions that preserve fossil fuel production. • The network responds to demands for decarbonization while delaying energy transition. • Canada's experience underscores green growth's inability to disrupt entrenched fossil fuel interests.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».