MétaCan
Menu
Back to cohort

Quelle politique commerciale pour une transition écologique ?

2021· article· fr· W3213491230 on OpenAlexaffvenue
Mathieu Dufour

Bibliographic record

VenueInterventions économiques · 2021
Typearticle
Languagefr
FieldEconomics, Econometrics and Finance
TopicClimate Change Policy and Economics
Canadian institutionsUniversité du Québec en Outaouais
Fundersnot available
KeywordsPolitical scienceGeography

Abstract

fetched live from OpenAlex

Il semble donc important de voir si on peut arriver à arrimer une dynamique économique globale avec un ensemble de normes et pratiques environnementales nationales » ue ce soit les changements climatiques, la pollution ou encore le dépérissement de certains écosystèmes, plusieurs enjeux environnementaux se font de plus en plus pressants.Comme nombre d'entre eux sont liés à l'action humaine, ces enjeux viennent remettre en cause l'organisation des sociétés humaines, notamment en ce qui a trait à l'activité économique.En contexte de mondialisation de la production, de l'investissement et des échanges, un tel questionnement doit transcender les économies nationales.Néanmoins, c'est largement à l'échelle des États que s'établissent les pratiques et les politiques environnementales.Il semble donc important de voir si on peut arriver à arrimer une dynamique économique globale avec un ensemble de normes et pratiques environnementales nationales.La politique commerciale peut-elle jouer un rôle intéressant en ce sens ?C'est la question que j'explore dans le texte qui suit. Libéralisation du commerce et environnementUne première question logique est de se demander si une simple libéralisation commerciale pourrait promouvoir des objectifs environnementaux sans qu'il fût nécessaire de s'en préoccuper directement.Dans l'état actuel des choses, cela semble improbable.D'un point de vue technique, il est possible d'imaginer une économie circulaire à l'échelle du globe, avec une répartition de l'activité économique liée à différentes considérations écologiques, par exemple, la pression sur les écosystèmes.En minimisant cette pression, il deviendrait plus facile de supporter un niveau de vie donné sur une longue période de temps.Suivant cette logique, il faudrait s'assurer que les Q

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)0.006
metaresearch head score (Gemma)0.011
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 score0.025
Threshold uncertainty score0.084

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0060.011
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.002
Science and technology studies0.0030.013
Scholarly communication0.0100.013
Open science0.0010.002
Research integrity0.0050.008
Insufficient payload (model declined to judge)0.0250.002

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 head0.185
GPT teacher head0.329
Teacher spread0.144 · 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
Published2021
Admission routes2
Has abstractyes

Explore more

Same venueInterventions économiquesSame topicClimate Change Policy and EconomicsFrench-language works237,207