MétaCan
Menu
Retour à la cohorte
Enregistrement W2614367167 · doi:10.1515/jafio-2016-0016

Approaches to Set Rules for Trade in the Products of Agricultural Biotechnology. Is Harmonization under Trans-Pacific Partnership Possible?

2017· article· en· W2614367167 sur OpenAlexaff
Crina Viju, William A. Kerr, Stuart J. Smyth

Notice bibliographique

RevueJournal of Agricultural & Food Industrial Organization · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorld Trade Organization Law
Établissements canadiensUniversity of SaskatchewanCarleton University
Organismes subventionnairesnon disponible
Mots-clésInternational tradeHarmonizationNegotiationGeneral partnershipAgricultureFree tradeAgricultural biotechnologyLiberalizationEconomicsInternational economicsIntellectual propertyBusinessPolitical scienceBiologyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Given the absence of progress toward a multilateral agreement on trade liberalization in the WTO’s Doha Round, countries are attempting to gain the perceived gains from trade through the negotiation of preferential trade agreements. One of the most ambitious attempts to negotiate a preferential agreement is the Trans Pacific Partnership (TPP) which encompasses 12 countries across the Pacific including both the US and Japan. The TPP members account for approximately 40 % of global GDP. One of the most difficult issues in current international trade policy is the regulation of trade in the products of modern agricultural biotechnology. This question was on the negotiating agenda of the TPP. The objective of this paper is to lay out the major issues in the trade of products of modern agricultural biotechnology and examines the regulatory regimes for biotechnology in the 12 TPP countries. It finds that there is a significant divergence in the approaches to regulating genetically modified organisms (GMOs) across the TPP countries. As a result, the development of a harmonized regulatory regime to govern trade in GMOs was impossible directly in the TPP. A forum where the development of a harmonized system could potentially be undertaken was, however, agreed in the TPP.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,620
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,191
Tête enseignante GPT0,289
Écart entre enseignants0,098 · 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'étudeObservationnel
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural & Food Industrial OrganizationMême sujetWorld Trade Organization LawTravaux en français237 207