MétaCan
Menu
Retour à la cohorte
Enregistrement W1569108765 · doi:10.1093/jiel/jgi060

Editorial Comment: Adding Sweeteners to Softwood Lumber: the WTO–NAFTA ‘Spaghetti Bowl’ is Cooking

2006· editorial· en· W1569108765 sur OpenAlexaboutno aff
Joost Pauwelyn

Notice bibliographique

RevueJournal of International Economic Law · 2006
Typeeditorial
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternational tradeWorld tradeSoftwoodCompetitor analysisBusinessEconomicsInternational economicsEngineeringPulp and paper industry

Résumé

récupéré en direct d'OpenAlex

With the Doha round in trouble, the so-called spaghetti bowl of multilateral trade rules and proliferating regional trade deals is, once again, prominently on the radar screen of the international trade community. Perfect examples of this image are the long-standing US–Canada softwood lumber and US–Mexico sweetener disputes. Both trade spats, extensively litigated in the North American Free Trade Agreement (NAFTA) and the World Trade Organization (WTO), are close to reaching a climax. Fueling the suspense is that the WTO and NAFTA may reach different results. On 15 November 2005, a WTO panel accepted a US finding that Canadian imports of softwood lumber threaten to cause material injury to US competitors.1 Earlier this year, however, on 10 August 2005, a NAFTA Extraordinary Challenge Committee confirmed an earlier (Chapter 19) NAFTA panel conclusion that the evidence on record does not support a finding of threat of material injury.2 With NAFTA finding in favor of Canada (that is, no threat of material injury, hence no US right to either antidumping or countervailing duties) and the WTO finding in favor of the United States, what is next? Can the United States maintain its extra duties on Canadian lumber (currently averaging 20.15%) or must the duties be withdrawn and/or repaid? If the latter, must the United States refund the full, or only part of the, amount of what so far adds up to over US $4.2 billion?

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)0,006
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,025
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,003
Communication savante0,0050,004
Science ouverte0,0040,001
Intégrité de la recherche0,0340,028
Charge utile insuffisante (le modèle a refusé de juger)0,0180,022

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 Opus0,018
Tête enseignante GPT0,232
Écart entre enseignants0,214 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Economic LawMême sujetGlobal trade and economicsTravaux en français237 207