MétaCan
Menu
Retour à la cohorte
Enregistrement W2811416109 · doi:10.1017/s1474745618000435

Learning about Digital Trade: Privacy and E-Commerce in CETA and TPP

2019· article· en· W2811416109 sur OpenAlexaffabout
Robert Wolfe

Notice bibliographique

RevueWorld Trade Review · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipEuropean unionInternational tradeFree trade agreementState (computer science)Member statePersonally identifiable informationWork (physics)BusinessPolitical scienceFree tradeMember statesLawComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract It is a truth universally acknowledged that every ambitious twenty-first century trade agreement is in want of a chapter on electronic commerce. One of the most politically sensitive and technically challenging issues is personal privacy, including cross-border transfer of information by electronic means, use and location of computing facilities, and personal information protection. States are learning to solve the problem of state responsibility for something that does not respect their borders while still allowing twenty-first century commerce to develop. A comparison of the Canada–European Union Comprehensive Economic and Trade Agreement (CETA) and the Trans-Pacific Partnership (TPP) allows us to see the evolution of the issues thought necessary for an e-commerce chapter, since both include Canada, and to see the differing priorities of the US and the EU, since they are each signatory to one of the agreements, but not of the other. I conclude by seeking generalizations about why we see a mix of aspirational and obligatory provisions in free trade agreements. I suggest that the reasons are that governments are learning how to work with each other in a new domain, and learning about the trade implications of these issues.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,010
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,005
Communication savante0,0080,008
Science ouverte0,0010,002
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,041
Tête enseignante GPT0,227
Écart entre enseignants0,186 · 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

Citations52
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorld Trade ReviewMême sujetGlobal trade and economicsTravaux en français237 207