MétaCan
Menu
Back to cohort
Record W2127421356 · doi:10.4000/vertigo.14020

Au nom de la lutte contre le changement climatique : le mécanisme pour un développement propre et ses travers

2013· article· fr· W2127421356 on OpenAlexvenueno aff
Moïse Tsayem Demaze

Bibliographic record

VenueVertigO · 2013
Typearticle
Languagefr
FieldEconomics, Econometrics and Finance
TopicClimate Change Policy and Economics
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Institué par le protocole de Kyoto, le Mécanisme pour un Développement Propre (MDP) permet aux pays développés de remplir une partie de leurs engagements de réduction de leurs émissions de gaz à effet de serre (EGES) dans le cadre de projets réalisés dans des pays en développement. De la sorte, les pays développés peuvent être crédités d’EGES correspondant au volume évité ou réduit dans des pays en développement, et les pays en développement peuvent se targuer de se développer « proprement ». L’utilisation du MDP a suscité de nombreuses critiques, voire des controverses : réduction non avérée des EGES, caractère douteux ou insuffisamment « propre » des technologies transférées dans des pays en développement, inégale répartition géographique et sectorielle des projets, faiblesse ou absence de développement durable que les projets MDP sont censés entraîner dans les pays en développement, etc. Cet article propose un inventaire et une évaluation de ces critiques, à partir du dépouillement et de l’analyse de deux bulletins d’informations rendant compte de la mise en œuvre des projets MDP dans le monde (Nouvelles Francophones du marché du carbone et du MDP, et Moniteur du MDP et de la Mise en Œuvre Conjointe). Les critiques inventoriées et évaluées ont été confrontées aux expertises faites sur le MDP par deux Organisations Non Gouvernementale Internationales (ONGI) spécialisées dans le suivi du MDP : CDM Watch et NOE 21. Les entretiens menés avec les responsables de ces ONGI ont permis d’évaluer la pertinence des critiques dont le MDP est l’objet, ainsi que la portée de ce mécanisme. Les résultats de cette étude amènent à s’interroger sur l’efficacité réelle du MDP et sur les reformes envisagées dans le but de faire en sorte qu’il contribue davantage aux efforts de réduction des EGES.

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 imitation

Not 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.

metaresearch head score (Codex)0.010
metaresearch head score (Gemma)0.022
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.029
Threshold uncertainty score0.088

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0100.022
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.003
Science and technology studies0.0050.010
Scholarly communication0.0140.016
Open science0.0020.005
Research integrity0.0050.007
Insufficient payload (model declined to judge)0.0140.001

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.

Opus teacher head0.046
GPT teacher head0.253
Teacher spread0.207 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicClimate Change Policy and EconomicsFrench-language works237,207