MétaCan
Menu
Retour à la cohorte
Enregistrement W2791039420 · doi:10.1163/2211906x-00701008

Financing Sustainable Landscapes through Innovative International Economic Law and Governance Instruments

2018· article· en· W2791039420 sur OpenAlexaff
Marie‐Claire Cordonier Segger, Peter Holmgren, David Andrew Wardell

Notice bibliographique

RevueGlobal Journal of Comparative Law · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Arbitration and Investment Law
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCritical Ecosystem Partnership Fund
Mots-clésFinanceCorporate governanceInvestment (military)CommissionSustainabilitySettlement (finance)BusinessSustainable developmentPolitical scienceLawPolitics

Résumé

récupéré en direct d'OpenAlex

This article examines innovative ways to promote investment and financing of sustainable landscape initiatives in international law. It argues that increased flows of investment and finance for sustainable landscapes must be guided by a clear and comprehensive legal framework; better and more appropriate knowledge and technologies; more informed decision-making; and improved governance at all levels. The article considers concerns and opportunities to support the financing of sustainable forestry and land-use programs, especially in developing countries. It reviews the key contributions of international investment instruments to sustainability landscapes financing, in light of recent decisions concerning International Investment Agreements (iias) by arbitral panels convened to hear disputes under the rules of the International Centre for Settlement of Investment Disputes (icsid) or the United Nations Commission on International Trade Law (uncitral). It then proposes innovative ways that investment and financing rules might foster more effective implementation of innovative financing instruments, such as Landscape Funds in developing countries.

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)0,023
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,016
Communication savante0,0140,017
Science ouverte0,0020,008
Intégrité de la recherche0,0090,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,016
Tête enseignante GPT0,268
Écart entre enseignants0,253 · 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'étudeThéorique ou conceptuel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Comparative LawMême sujetInternational Arbitration and Investment LawTravaux en français237 207