MétaCan
Menu
← Retour à la cohorte
Enregistrement W1503894887 · doi:10.3386/w20551

How Do the "GATS-Plus" and "GATS-Minus" Characteristics of Regional Service Agreements Affect Trade in Services?

2014· report· en· W1503894887 sur OpenAlexaff
Nianli Zhou, John Whalley

Notice bibliographique

RevueNational Bureau of Economic Research · 2014
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensWestern University
Organismes subventionnairesNational Office for Philosophy and Social Sciences
Mots-clésAffect (linguistics)BusinessTrade in servicesGeneral Agreement on Trade in ServicesInternational tradeService (business)International economicsEconomicsFree tradePsychologyMarketing

Résumé

récupéré en direct d'OpenAlex

Preferential liberalization of trade in services is a central feature of the new regionalism."GATS-Plus" and "GATS-Minus" have become the distinctive characteristics of the service RTAs and this paper aims to investigate and distinguish the different effect of the "GATS-Plus" and "GATS-Minus" components of RTAs on the service trade .The results of the empirical research by using the gravity equation either with time-varying exporter and importer fixed effects or with the specific exporter and importer fixed effect and year fixed effect both indicate : (1) belonging to a RTA (both "only goods" RTA and "service" RTA) can increase the bilateral service trade between the trading-pairs significantly.(2) almost all the "GATS-plus" and "GATS-neutral" commitments either on market access or on national treatment made by trading-pairs with each other under service RTAs have significantly positive effect on bilateral service export.(3) the commitments of "GATS-minus" characteristic do not have significant negative effects on bilateral service export because "GATS-minus" treatment can be neutralized to some extent by two main preferential erosion mechanisms under the RTAs: "liberal rule of origin" and "non-party MFN provision".

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,396
Tête enseignante GPT0,418
Écart entre enseignants0,022 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic Research→Même sujetGlobal trade and economics→Travaux en français237 207→