MétaCan
Menu
Retour à la cohorte
Enregistrement W7114786146 · doi:10.1016/j.erss.2025.104500

Countering the Climate Change Counter Movement: Six lessons from Canada's climate delays

2025· article· en· W7114786146 sur OpenAlexafffundabout

Notice bibliographique

RevueEnergy Research & Social Science · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensUniversity of Victoria
Organismes subventionnairesPacific Institute for Climate Solutions
Mots-clésClimate changeClimate systemGlobal warmingGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

The global transition away from fossil fuels is dangerously delayed. While climate delays are a complex issue, the fossil-fuel funded Climate Change Counter Movement represents a key culprit that is worthy of greater attention than it receives. As such, this article uses Canada as a case study to highlight the Movement's role in delaying climate action in the West, and to suggest six strategies to counteract their influence. We collate evidence demonstrating the Climate Change Counter Movement's influence over the Canadian state, its economy and its people, and directly linking elite members of the Movement to post-truth narratives that deny the reality of climate change, and delay climate policy. Concerningly, we also find evidence that these “climate delay discourses” can rapidly evolve to exploit new contexts and cultures, and are already being repeated by unassociated members of the general public. In order to spur action against the Climate Change Counter Movement, we combine insights from our case study with a narrative review of international research to suggest six strategies to counteract their influence, alongside associated directions for future research. These strategies would see climate policy advocates: reflect upon their own position; develop knowledge of the Climate Change Counter Movement's actions; use that knowledge to hold them legally accountable for those actions; reverse the effects they have already had on the general population; push “passively supported” policies to advance climate action even when public appetites are low; and challenge the economic and cultural roots of the Climate Change Counter Movement's power.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,491
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,003
Communication savante0,0000,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,046
Tête enseignante GPT0,346
Écart entre enseignants0,300 · 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'étudeObservationnel
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

Citations4
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnergy Research & Social ScienceMême sujetSustainability and Climate Change GovernanceTravaux en français237 207