Bibliographic record
Abstract
Il y a un besoin urgent d'adopter des politiques canadiennes efficaces pour contrer le changement climatique. On consacre beaucoup d'énergie au choix et à la conception d'instruments de politique optimale et les questions d'efficacité environnementale et d'efficience économique dominent le débat. Il est néanmoins tout aussi important d'analyser comment ces politiques vont agir sur différents segments de la société et de s'assurer qu'elles soient conçues de manière juste afin de ne pas aggraver les inégalités systémiques. Le présent article traite de cette question de justice sociale en examinant les taxes sur le carbone d'une perspective féministe, plus particulièrement en analysant comment les taxes sur le carbone produisent des conséquences pour les femmes. L'article propose une analyse de genres dans le cadre des taxes environnementales, qui va au-delà de l'évaluation des impacts distributionnels pour tenir compte aussi des impacts qui ne touchent pas le revenu, des implications de l'allègement connexe et des politiques concernant l'utilisation des revenus aussi bien que le résultat de la mise en oeuvre de ces taxes. L'application de ce cadre d'analyse à la taxe sur le carbone en Colombie-Britannique ainsi qu'à la redevance annuelle prélevée par le Québec révèle que les femmes vont vraisemblablement souffrir de façon disproportionnée des augmentations de coûts créées par les taxes sur le carbone. L'analyse démontre également que les politiques destinées à mitiger l'impact des taxes sur le carbone pour les familles à faible revenu ne tiennent pas compte des disparités de revenus entre les femmes et les hommes, ni du statut socio-économique des femmes. En conclusion, l'auteure recommande d'adopter des politiques concernant le coût du carbone qui évitent de perpétuer les inégalités systémiques actuelles entre les femmes et les hommes et qui pourraient même aider à corriger ces inégalités.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".