MétaCan
Menu
Retour à la cohorte
Enregistrement W2752778869 · doi:10.1017/bap.2017.23

Transatlantic convergence of preferential trade agreements environmental clauses

2017· article· en· W2752778869 sur OpenAlexaff
Jean‐Frédéric Morin, Myriam Rochette

Notice bibliographique

RevueBusiness and Politics · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorld Trade Organization Law
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésEuropean unionInternational tradeSovereigntyConvergence (economics)Political scienceCoherence (philosophical gambling strategy)International economicsEconomicsLawEconomic growth

Résumé

récupéré en direct d'OpenAlex

Abstract The United States and the European Union include several environmental clauses in their respective preferential trade agreements (PTAs). Building on an exhaustive and fine-grained dataset of PTAs’ environmental clauses, this article makes two contributions. First, it shows that the United States and the European Union have initially favored different approaches to environmental protection in their PTAs. The United States’ concerns over regulatory sovereignty and level playing field have led to a legalistic and adversarial approach, while the European Union's concerns for policy coherence have led to a more procedural and cooperative approach. Second, this article provides evidence that European and American trade negotiators have gradually converged on a shared set of environmental norms. Although the United States and the European Union initially pursued different objectives, they learned from each other and drew similar lessons. As a result, recent American agreements have become more European-like, and European agreements have become more Americanized. This article concludes that U.S. and E.U. approaches, far from being incompatible, can usefully be combined and reinforce each other.

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)0,008
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,002
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,025
Tête enseignante GPT0,275
Écart entre enseignants0,250 · 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'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

Citations40
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and PoliticsMême sujetWorld Trade Organization LawTravaux en français237 207