MétaCan
Menu
← Retour à la cohorte
Enregistrement W2262066024 · doi:10.1017/cbo9780511778858.004

NAFTA as Catalyst

2011· book-chapter· en· W2262066024 sur OpenAlexaboutno aff
Tamara Kay

Notice bibliographique

RevueCambridge University Press eBooks · 2011
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCatalysisBusinessMaterials scienceChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

By the mid-1980s, the growth of the maquiladoras, Mexico's entrance into the GATT, and the three North American governments' willingness to relax trade rules signaled that the regional economic integration tsunami was unlikely to recede. North American unions, however, were unprepared to respond collectively to the possible economic devastation they faced. Forty years of Cold War politicking and divisiveness left them with a weak institutional foundation from which to organize trinationally. And then came NAFTA. It was widely believed the agreement would generate national responses by labor unions in each of the three countries, but little transnational contestation. This assumption was plausible given past behavior – the underwhelming response of U.S. unions to NAFTA's precursor, the Canada-U.S. Free Trade Agreement (CUFTA). Whereas the agreement catalyzed the most significant political struggle in decades among Canadian unions (and civil society organizations), it generated little reaction from unions south of their border, despite joint membership in many of the same internationals. The former secretary-treasurer of the CLC revealed that this caused some resentment among Canadian activists: There were a number of discussions between the leadership of the AFL-CIO and the CLC … and the AFL-CIO simply just didn't think it was a big issue that they were prepared to put all their resources into as opposed to NAFTA. … And it angered us somewhat, saying you know, oh yeah, they mouth all the right words but they're doing diddly squat about it.

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)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,170

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0050,005
Science ouverte0,0010,001
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0420,016

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 Opus0,068
Tête enseignante GPT0,172
Écart entre enseignants0,104 · 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
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetGlobal trade and economics→Travaux en français237 207→