MétaCan
Menu
Retour à la cohorte

L'Union européenne et le changement climatique : aspects juridiques

2015· dissertation· W7147123093 sur OpenAlexaboutno aff
Eleonora Russo

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineEnvironmental Science
ThématiqueEnvironmental Policies and Emissions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMulti-level governanceWestern europeQuarter (Canadian coin)

Résumé

récupéré en direct d'OpenAlex

Le changement climatique a acquis, durant ces cinquante dernières années, une dimension politique et juridique. En 2009, le Traité de Lisbonne a intégré la lutte contre le changement climatique parmi les objectifs prioritaires de la politique environnementale internationale de l’Union européenne, en reconnaissant la volonté de l’Europe de jouer un rôle de leader mondial dans ce domaine. Cette thèse porte sur la lutte contre le changement climatique en droit de l’Union européenne. Dans la première Partie, nous analyserons tout d’abord l’ambition européenne dans le cadre des négociations internationales, lieu d’émergence de la gouvernance climatique. Puis, nous examinerons le système des compétences de l’UE pour évaluer si ce dernier permet de répondre efficacement aux défis que le changement climatique pose. La seconde Partie porte sur la mise en oeuvre de la politique climatique européenne, en présentant les principaux instruments – notamment le paquet énergie-climat – et en montrant les mécanismes à la disposition de l’Union européenne pour mettre en cohérence cette politique transversale et pour influencer l’action climatique globale par ses mesures internes. Cette analyse aide à la compréhension des apports européens, passés et présents, à la construction d’une gouvernance climatique mondiale efficace. Les caractéristiques spécifiques du changement climatique en font en outre un point d’observation privilégié pour l’étude de certaines dynamiques propres à la construction européenne.

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)0,001
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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

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 Opus0,021
Tête enseignante GPT0,288
Écart entre enseignants0,267 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnvironmental Policies and EmissionsTravaux en français237 207