MétaCan
Menu
Retour à la cohorte
Enregistrement W2317217012 · doi:10.1215/03616878-2682621

Evolving Norms at the Intersection of Health and Trade

2014· article· en· W2317217012 sur OpenAlexaff
Jeffrey Drope, Raphael Lencucha

Notice bibliographique

RevueJournal of Health Politics Policy and Law · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésIntersection (aeronautics)Political scienceGeographyCartography

Résumé

récupéré en direct d'OpenAlex

There has been growing tension at the intersection of health and economic policy making as global governance has increased across sectors. This tension has been particularly evident between tobacco control and trade policy, as the international norms that frame them -- particularly the Framework Convention on Tobacco Control and the World Trade Organization (WTO) -- have continued to institutionalize. Using five case studies of major tobacco-related trade disputes from the principal multilateral system of trade governance -- the WTO/General Agreement on Tariffs and Trade -- we trace the evolution of these interacting norms over nearly twenty-five years. Our analytic framework focuses on the actors that advance, defend, and challenge these norms. We find that an increasingly broad network, which includes governments, intergovernmental organizations, nongovernmental organizations, and members of the epistemic community, is playing a more active role in seeking to resolve these tensions. Moreover, key economic actors are beginning to incorporate health more actively into their messaging and activities. We also demonstrate that the most recent resonant messages reflect a more nuanced integration of the two norms. The tobacco control example has direct relevance to related policy areas, including environment, safety, access to medicines, diet, and alcohol.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil0,949

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,334
Écart entre enseignants0,299 · 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 tête enseignante, 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

Citations52
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health Politics Policy and LawMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207