MétaCan
Menu
Retour à la cohorte
Enregistrement W7052847848

Trade, Emissions, and Environmental Spillover : Issue linkages in Regional Trade Agreements

2023· report· en· W7052847848 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueNuclear reactor physics and engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal ProtocolSpillover effectConsumption (sociology)Free tradeTrade diversionOzone layerTrade barrierLiberalization
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Reducing trade barriers offers
\n tremendous potential for economic growth and productivity
\n gains. However, higher incomes and increased industrial
\n output can negatively impact the environment. This paper
\n studies the impacts of trade liberalization on the emissions
\n of ozone depleting substances regulated under the Montreal
\n Protocol. While freer trade might challenge the gains
\n achieved by the Montreal Protocol by increasing domestic use
\n of ozone depleting substances, environmental provisions in
\n regional trade agreements linked to Montreal Protocol
\n participation might mitigate such negative environmental
\n outcomes. The paper provides causal evidence that signing a
\n new regional trade agreement leads to increases in
\n consumption of ozone depleting substances relative to
\n Montreal Protocol targets. Environmental provisions aimed at
\n controlling ozone depleting substances offset the increase
\n in consumption of ozone depleting substances observed in
\n regional trade agreements without such provisions. The
\n findings show that the effect is rooted in preventing a
\n “reduction in overcompliance” with the Montreal Protocol
\n observed in regional trade agreements without provisions.
\n The findings also show that cumulative exposure to trade
\n agreements, especially those with ozone depleting substances
\n provisions, increases the speed at which countries ratify
\n the Montreal Protocol amendments.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,480
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,033
Tête enseignante GPT0,248
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNuclear reactor physics and engineeringTravaux en français237 207