MétaCan
Menu
Retour à la cohorte
Enregistrement W7074146623

Emissions Trading in Practice : A Handbook on Design and Implementation

2016· other· en· W7074146623 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe World Bank Open Knowledge Repository (World Bank) · 2016
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmissions tradingProcess (computing)Greenhouse gasIdentification (biology)Climate policyClimate changePrivate sectorClean Development Mechanism
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Note: this version of the Handbook has been superseded. The updated Second Edition of the Handbook can be downloaded at the link below ("Associated URLs"). 
\n 
\n 
\n 
\nAs the world moves on from the climate agreement negotiated in Paris, attention is turning from the identification of emissions reduction trajectories—in the form of Nationally Determined Contributions (NDCs)—to crucial questions about how these emissions reductions are to be delivered and reported within the future international accounting framework. The experience to date shows that, if well designed, emissions trading systems (ETS) can be an effective, credible, and transparent tool for helping to achieve low-cost emissions reductions in ways that mobilize private sector actors, attract investment, and encourage international cooperation. However, to maximize effectiveness, any ETS needs to be designed in a way that is appropriate to its context. This Handbook is intended to help decision makers, policy practitioners, and stakeholders achieve this goal. It explains the rationale for an ETS, and sets out a 10-step process for designing an ETS – each step involves a series of decisions or actions that will shape major features of the policy. In doing so, it draws both on conceptual analysis and on some of the most important practical lessons learned to date from implementing ETSs around the world, including from the European Union, several provinces and cities in China, California and Québec, the Northeastern United States, Alberta, New Zealand, Kazakhstan, the Republic of Korea, Tokyo, and Saitama.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,467
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,327
Écart entre enseignants0,311 · 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
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe World Bank Open Knowledge Repository (World Bank)Même sujetTheoretical and Computational PhysicsTravaux en français237 207