MétaCan
Menu
Retour à la cohorte
Enregistrement W7106150826 · doi:10.1080/00213624.2025.2575138

Climate-Change-Driven Inflation, Modern Money Theory, and Degrowth

2025· article· en· W7106150826 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of Economic Issues · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSustainable Finance and Green Bonds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDegrowthCapitalismGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

Despite its growing price impacts, climate change has been a relatively overlooked contributor to recent inflationary trends. While global inflationary pressures have been easing since 2023, the global economy remains increasingly more vulnerable to climate-change-driven inflation. This concern has been recently voiced by the European Central Bank, the Bank of England, the Central Bank of Ireland, and the Bank of Canada, among others. Given the supply-side nature of climate-change-driven inflation, the traditional tools of monetary policy, such as higher interest rates, will prove ineffective at controlling it. Fiscal policy measures, such as public-sector-driven productive capacity expansion, as proposed in the Modern Money Theory (MMT) literature, may prove unfeasible from an ecological economics perspective. In the age of rapidly accelerating climate change, a transition to a global degrowth-based economic system may prove the only viable approach to mitigating climate change and the risks of climate-change-driven inflation. While MMT has been commonly associated with growth-oriented public policies and public sector-supported productive capacity expansion, MMT could be effectively utilized as a policy toolkit for a degrowth transition instead, as has been suggested in the degrowth literature

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,259
Écart entre enseignants0,237 · 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'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economic IssuesMême sujetSustainable Finance and Green BondsTravaux en français237 207