MétaCan
Menu
Retour à la cohorte
Enregistrement W4408649219 · doi:10.1080/09644016.2025.2471688

Russia’s climate policy in an era of pandemic and war: weathering disruption

2025· article· en· W4408649219 sur OpenAlexafffund
Laura A. Henry, Lisa McIntosh Sundstrom

Notice bibliographique

RevueEnvironmental Politics · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRussia and Soviet political economy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésWeatheringPolitical sciencePandemicClimate changeCoronavirus disease 2019 (COVID-19)Development economicsPolitical economyNatural resource economicsEconomicsGeologyOceanographyGeochemistry

Résumé

récupéré en direct d'OpenAlex

Despite the crises of the coronavirus pandemic and Russia’s full-scale invasion of Ukraine, the Russian government’s largely interest-based approach to climate change continues to be shaped by short-term thinking about economic advantage and great-power status. Policymaking is channeled through a narrow decision-making selectorate in Russia’s authoritarian system. A potential window of opportunity for more ambitious climate policy at the start of the pandemic failed to produce a critical juncture due to its short-term nature and economic interests of institutionally empowered actors. The war has exaggerated unfavorable conditions for any serious government effort to address climate change in three ways: 1) intensifying elite interest in fossil fuel extraction; 2) consolidating an ideological view of great-power status opposed to the current international order; and 3) prompting further institutional narrowing of voices contributing to policy. Yet surprisingly, the Russian government continues to incrementally develop its climate policy, at least at a rhetorical level.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,004
Communication savante0,0050,003
Science ouverte0,0000,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,304
Écart entre enseignants0,293 · 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'étudeQualitatif
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental PoliticsMême sujetRussia and Soviet political economyTravaux en français237 207