MétaCan
Menu
Retour à la cohorte
Enregistrement W2011659846 · doi:10.1093/jiel/jgm007

The WTO, Science, and the Environment: Moving Towards Consistency

2007· article· en· W2011659846 sur OpenAlexaff
Andrew Green, Tracey Epps

Notice bibliographique

RevueJournal of International Economic Law · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorld Trade Organization Law
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésProtectionismConsistency (knowledge bases)Differential (mechanical device)Variety (cybernetics)PoliticsDifferential treatmentPublic economicsEconomicsMeasure (data warehouse)Law and economicsBusinessInternational tradeLawPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Governments are increasingly using taxes to address a variety of environmental concerns. World Trade Organization (WTO) rules recognize that, like regulatory instruments, governments may use taxes for protectionist purposes. The rules are designed to prevent protectionist behaviour while allowing use of such instruments for genuine purposes such as environmental protection. Interestingly, however, there are some notable anomalies in the rules arising from differential evidentiary requirements in different situations. First, the rules are different depending upon whether a country's measure aims to protect on one hand human, animal, or plant health; or on the other, the environment. Second, the rules are stricter where a country's measure takes the form of a regulation than where it takes the form of a tax. The article argues that there is no principled rationale for the differential evidentiary requirements by instrument (regulation versus taxes) or area (health versus environment) but finds that there may be both a historical and political economy explanation. It also discusses the desirability for consistency in WTO law across instruments and risk-related policy areas.

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)0,124
score de la tête « metaresearch » (Gemma)0,187
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,653

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1240,187
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0050,051
Communication savante0,0260,033
Science ouverte0,0060,011
Intégrité de la recherche0,0230,037
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,008
Tête enseignante GPT0,253
Écart entre enseignants0,245 · 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'étudeThéorique ou conceptuel
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

Citations17
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Economic LawMême sujetWorld Trade Organization LawTravaux en français237 207