Anti-dumping and Judicial Review in South Africa: An Urgent Need for Change
Notice bibliographique
Résumé
This collection of articles analyses the problems with judicial review of trade remedy determinations in ten user countries - Australia, Brazil, Canada, China, the European Union, India, Indonesia, Mexico, South Africa, and the United States - and is a follow-up to similar studies in 2004 and 2007 respectively. Each article succinctly describes the major problems with judicial review in their jurisdictions covering the period from 2001 to 2010 with an aim to examine the effectiveness of judicial review (and/or, where applicable, review by an administrative tribunal) of trade remedy determinations in the light of Article 13 of the WTO Anti-Dumping Agreement. Two problems have been underlined: (1) the excessively long duration of the judicial review procedures; and (2) the considerable deference given to the administrative authorities on substantive issues by the courts typically on account of the technicality of the anti-dumping determinations and the absence of expert judges versed with trade remedy laws. These two problems have deeply impacted the effectiveness of the judicial review systems in most jurisdictions investigated and the situation is far from what is envisaged in Article 13 of the ADA. Both problems are related to the absence of specialized courts and chambers with judges trained in trade remedy laws. In contrast, the United States and India - the only two countries that have specialized courts - have effective judicial review systems. For the ten year period covered by this study, the ten countries investigated can be divided into two groups as regards the recourse to judicial review of anti-dumping determinations. One group comprises the European Union, India, Mexico and the United States where judicial review of anti-dumping determinations has been frequent. The second group comprises the remaining countries namely Australia, Brazil, Canada, China, Indonesia and South Africa where judicial reviews have been more limited. In fact the judicial review systems for trade remedy determinations in countries such as China and Indonesia are in the early stages of development.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».