MétaCan
Menu
Retour à la cohorte
Enregistrement W4413049464 · doi:10.1088/2515-7620/adf8ad

Incorporating social indicators for an equitable carbon budget allocation among different geographical regions

2025· article· en· W4413049464 sur OpenAlex
Syeda Tasnia Hasan, Michael O. Wood, Horatiu A. Rus, Simron Jit Singh, Tingting Wu

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental Research Communications · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of WaterlooEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésCarbon fibersGeographyEnvironmental scienceEconomic geographyRegional scienceEnvironmental resource managementComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract As the global temperature continues to rise each year, limiting global warming to 1.5 °C is increasingly becoming a challenge due to the shrinking size of the remaining carbon budget. Under the Paris Agreement, countries committed to reducing their emissions based on national circumstances and priorities. Current emission reduction approaches account for past emissions, per capita emissions, ability to pay for mitigation, and other factors. Based on these factors, researchers have recommended various ways, such as the blended approach, for allocating the remaining carbon budget. However, it does not fully account for the social conditions that play a vital role in allocating the remaining carbon budget. In response, this research formulates a way to equitably allocate the remaining carbon budget among different geographical regions based on their social conditions. It incorporates critical social indicators based on the Doughnut framework to the Contraction and Convergence (C&C) principle, a commonly used allocation mechanism in climate policy, to determine equitable carbon budget shares at the national and regional levels. The share is obtained based on the proportion of current emissions associated with social performance and the proportion of the present population for 158 countries, which are grouped into 12 geographical regions. According to the equitable allocation mechanism, regions with poor social scores are assigned greater carbon budgets and vice versa. That is, countries and regions experiencing large shortfalls in their social foundation (e.g., frequent food famine) are allowed to burn more CO 2 to enable food security and rapid industrialization. Thus, this study addresses the challenges of addressing equity issues in carbon emission reduction necessary to achieve the temperature targets outlined in the Paris Agreement by introducing a robust method to account for a country’s socio-economic circumstances for an equitable allocation of the remaining carbon budget. Moreover, it establishes a reasonable benchmark for regional decision-making on climate action for countries vulnerable to climate change.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,266
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,185
Tête enseignante GPT0,367
Écart entre enseignants0,182 · 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