The law and economics of Canada's WTO litigation contesting U.S. country‐of‐origin labeling (COOL)
Notice bibliographique
Résumé
Abstract We explain the interplay of law and economics in the successful WTO challenge by Canada of U.S. mandatory country‐of‐origin labeling (COOL) measures for beef and pork, which hinged on origin of livestock used in U.S. meat production. Canada mounted a successful legal and economic strategy to convince WTO adjudicating bodies that the United States had violated specific WTO provisions. Canada's economic evidence shows that through costs of segregation the COOL measure harmed the competitive position of Canadian cattle and hogs in the U.S. market. Economic evidence was built into the strategy and cited by the WTO Panels in support of their legal findings that the COOL measure violated U.S. obligations under WTO agreements. Canada was awarded rights to more than one billion Canadian dollars in retaliation and the United States responded by eliminating the offending COOL measure. The COOL case demonstrates how economic and econometric evidence can be used in complex dispute settlement proceedings dealing with technical trade barriers. Economics is especially valuable in the initial stage of framing the effects at issue, in the intermediate stages of documenting empirical causation and in the final stage of litigation, which was to calculate and defend the amount of retaliation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,014 |
| Communication savante | 0,020 | 0,003 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,013 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».