MétaCan
Menu
Retour à la cohorte
Enregistrement W6980615549

Clearing the air: How carbon pricing helps Canada fight climate change

2018· article· en· W6980615549 sur OpenAlexaboutno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant chemical constituents analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClearingClimate changeGreenhouse gasCarbon fibersGlobal warming
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We've come a long way in Canada.We have real, working examples of both carbon taxes and cap-andtrade systems that are reducing GHG emissions while maintaining strong economies.Yet the growing consensus around carbon pricing is not yet universal.Some voices have questioned the extent to which carbon pricing will affect GHG emissions.And elections are on the horizon, both nationally and in several provinces, in which carbon pricing could be a source of debate and even a key issue.Such policy debates are healthy and necessary.But debates will support good policy decisions only if they are based on facts and evidence.And there is strong evidence, grounded in solid economics and policy experience, that carbon pricing works.Part of the problem is communication.Governments and policy analysts (including here at the Ecofiscal Commission) haven't always done a good enough job explaining carbon pricing to Canadians.This really matters because carbon pricing affects us all.How we design these policies will influence how we live and how we do business.We all want better understanding.In short, we need a more informed conversation about carbon pricing.So let's have that conversation.Let's clear the air.Done right, carbon pricing changes household and business behaviour, reduces GHG emissions, and provides an incentive for the development and adoption of the technologies that can play a key role in a low-carbon economy.In addition (and this point is also often overlooked), carbon pricing will achieve these outcomes at a lower economic cost than other policies.Together, this means that carbon pricing can support both a clean economy and a prosperous economy.It achieves these goals by changing incentives and unleashing market forces.It lets businesses and individuals identify the best ways to reduce their GHG emissions and at the times and places that are right for them.And it doesn't require governments to identify and enforce specific ways to reduce GHG emissions.This essay unpacks the overall story.What does "working" mean for carbon pricing?Where has carbon pricing worked?Why does carbon pricing work?When does carbon pricing work?Who supports carbon pricing?How do policies put a price on carbon?We provide clear answers to these questions in (mostly) jargon-free language.Just the facts.

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)0,011
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,003
Communication savante0,0090,004
Science ouverte0,0010,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0650,005

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 Opus0,023
Tête enseignante GPT0,190
Écart entre enseignants0,167 · 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
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetPlant chemical constituents analysisTravaux en français237 207