Comparison of ex-ante modelling assessments of emissions trading - 2023
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.
Notice bibliographique
Résumé
- This policy brief synthesises the results from the first annual workshop on ex-ante assessment of emissions trading. It focuses on models assessing the schemes in the EU, UK, China, California, and Québec. - At a time when emissions trading systems (ETSs) are increasing in number and face similar issues, only a few comparisons of ex-ante models exist. - The models show considerable heterogeneity. The differences stem from the specific aim, design, scope, ambition and maturity of each market modelled. - Regarding modelling assumptions, there is an overall reliance of models on Marginal Abatement Cost Curves (MACCs) and a strong impact of parameters such as the discount rate on the assessments. - In terms of predicted prices, an overall increasing trend is observed across jurisdictions, with predicted prices of non-EU ETSs remaining at a lower level than EU prices. This divergence is due to uncertainty regarding abatement costs, scope, maturity, and overlapping policies. - There is a growing interest in capturing market imperfections and investor behaviour. Evaluation of carbon leakage, which still requires extensive modelling work, is also identified as relevant future model extensions. - There is a need for discussion on model comparison to include industry feedback, share experiences and improve the robustness of modelling assumptions. - Closing the loop between the policy process and modelling work is necessary to enhance the predictability of carbon markets and to showcase the consequences of different policy and design choices. Models may also be useful to attribute certain effects to either ETS policies or other policies. This can ultimately improve our understanding of carbon markets in an increasingly dynamic policy landscape.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 découle