MétaCan
Menu
Retour à la cohorte
Enregistrement W2206997298 · doi:10.1023/a:1020367900418

Designing Competition Law Institutions

2002· article· en· W2206997298 sur OpenAlexaffabout
Michael J. Trebilcock, Edward Iacobucci

Notice bibliographique

RevueWorld Competition · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorld Trade Organization Law
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBusiness

Résumé

récupéré en direct d'OpenAlex

A striking diversity of competition law institutions exists around the world. There are three basic institutional models: (1) the bifurcated judicial model, in which specialised investigative and enforcement authorities bring formal complaints before the courts; (2) the bifurcated agency model, in which specialised investigative and enforcement agencies bring formal complaints before separate, specialised adjudicative agencies; and (3) the integrated agency model in which a single specialised agency undertakes investigative, enforcement and adjudicative activities. Institutions may also combine features of the three models, but this article focuses on the three models as useful points of reference. This article conducts a preliminary evaluation of the advantages and disadvantages of each of these models against a set of normative criteria identified at the outset of the article, including such considerations as independence, accountability, predictability and flexibility. As these considerations suggest, important procedural values often will be in tension with one another. The article evaluates the tendencies of each of the models to vindicate the different normative criteria. It then considers the role of political appeals from adjudicative decisions. Finally, the article considers the political economy of the choice of institutional arrangement. While the article considers international experience, it draws primarily on Canadian experience.

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)0,011
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,016
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,010
Communication savante0,0080,008
Science ouverte0,0020,006
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,052
Tête enseignante GPT0,279
Écart entre enseignants0,227 · 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

Citations18
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorld CompetitionMême sujetWorld Trade Organization LawTravaux en français237 207