Whose risk counts? Climate risk frames in global green finance governance complex
Notice bibliographique
Résumé
In recent decades, global green finance governance institutions (GGFGIs) have developed diverse frames for understanding climate-related risks. Understanding these risk frames is crucial because they lead to distinctive “de-risking” policies, empowering different types of actors. This paper examines how GGFGIs produce different climate risk frames, and what the prevailing climate risk frame is and whose risk it addresses. We investigate these questions by analyzing the current global green finance governance complex applying a constructivist approach emphasizing contestation over normative issues and a Critical Political Economy perspective. Our mapping based on 74 GGFGIs shows exercise that a risk framing focusing on climate impact on business actors became prevalent over other types of climate risks imposed on people and nature. Our finding shows the dominant influence of the Task Force on the Climate-Related Financial Disclosure created by G20's Financial Stability Board. This development reflects broader trends of climate capitalism. • Global Green Finance Governance Institutions (GGFGIs) predominantly frame climate change as risks to business. • This risk framing prevailed as GGFGIs adopted the Task Force on Climate-Related Financial Disclosures’ recommendations. • However, some GGFGIs—such as those under UNEP—reinterpret the risk frame by emphasizing climate risks to people and nature. • The overall evolution of the global green finance governance architecture reflects broader trends of climate capitalism. • This dominant framing, protecting business over people or nature, may hinder just and transformative pathways.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,011 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».