Correctness of Investment Awards: Why Wrong Decisions Don’t Die
Notice bibliographique
Résumé
Abstract Correctness of arbitral awards is a central concern in current multilateral efforts to reform investor-state dispute settlement (ISDS). Aside from protecting the disputing parties from mistakes by tribunals (retrospective correctness), corrective review also guides future interpreters not to repeat past mistakes (prospective correctness). This article assesses how effective the three existing ISDS correction mechanisms – (1) review by annulment committees or domestic courts, (2) review by the contracting parties, and (3) review by subsequent tribunals – are in promoting such prospective correctness. After assessing existing practice, the article finds that wrong decisions “don’t die”. Annulled or set-aside awards continue to be cited, contracting states’ authoritative interpretations are disregarded, and subsequent tribunals do not converge around a jurisprudence constante. This failure of corrective mechanisms to achieve prospective correctness is due to lacking legal constraints, incentives to use favorable awards even if they have been invalidated, and the simple difficulty in telling whether an award still represents “correct” law in ISDS. The article concludes by proposing possible reforms to improve prospective correctness from the shepardization of awards, to rules on precedent, and broader institutional reform.
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 | 0,107 | 0,326 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,022 |
| Communication savante | 0,017 | 0,010 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».