MétaCan
Menu
Retour à la cohorte
Enregistrement W2739956923

Agriculture in the NAFTA Renegotiation

2017· preprint· en· W2739956923 sur OpenAlexaboutno aff
Cullen S. Hendrix

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2017
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Production Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProtectionismInternational tradeAgricultureNegotiationBusinessEconomicsInternational economicsVotingMultilateral trade negotiationsMarket accessValue (mathematics)Agreement on AgricultureFree tradePolitical scienceGeographyPolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Despite agriculture’s modest contribution to GDP in all three partner countries, agricultural issues will be a thorny aspect of the NAFTA renegotiation—just as they are in other trade agreement negotiations. US and Canadian agricultural producers like NAFTA and will fight hard to preserve it. Aside from some wrangling over market access issues for dairy, poultry, and eggs and recent spats over Canadian soft lumber, farm organizations in both countries view NAFTA positively. Public opinion in Mexico is more ambivalent, but NAFTA has created strong export-oriented agricultural interests in the country’s north that balance more protectionist interests in the south. NAFTA has created complex cross-border agricultural supply chains that create value added for the US economy, particularly in GOP-leaning states. Disrupting NAFTA could create big problems for Trump-voting states and states with GOP and split Senate delegations, especially those that rely heavily on agricultural exports and intra-NAFTA trade.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,061
Tête enseignante GPT0,300
Écart entre enseignants0,239 · 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'étudeAutre devis
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetAgricultural and Food Production StudiesTravaux en français237 207