MétaCan
Menu
Retour à la cohorte
Enregistrement W3014643986 · doi:10.17645/pag.v8i1.2686

Towards Explaining Varying Degrees of Politicization of EU Trade Agreement Negotiations

2020· article· en· W3014643986 sur OpenAlexaboutno aff
Dirk De Biévre, Arlo Poletti

Notice bibliographique

RevuePolitics and Governance · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePolitical Influence and Corporate Strategies
Établissements canadiensnon disponible
Organismes subventionnairesUniversiteit AntwerpenUniversité de Genève
Mots-clésTransatlantic Trade and Investment PartnershipNegotiationEuropean unionPolitical scienceSalience (neuroscience)Agency (philosophy)Commercial policyTrade unionTrade agreementPolitical economyInternational tradeInternational economicsEconomicsSociologyLawSocial science

Résumé

récupéré en direct d'OpenAlex

Over the last decade, European Union (EU) trade agreement negotiations in the form of the Transatlantic Trade and Investment Partnership (TTIP) and the Comprehensive Economic and Trade Agreement (CETA) with Canada have been strongly contested. By contrast, many other EU trade negotiations have sailed on with far less politicization, or barely any at all. In this contribution, we assess a series of plausible explanation for these very varying degrees of politicization across EU trade agreement negotiations—conceived of as the combination of polarization of opinions, salience given to them in public debate, and the expansion of the number of societal actors involved therein. Through a review of existing explanations, we show how each of these explanations faces a set of challenges. In the third section, we argue it is useful to conceive of these existing explanations as structural background conditions enabling agency on the part of interest group and civil society organizations. We therefore close by sketching how literature on the relationship between interest group mobilization and public opinion could inform further comparative research on trade policy negotiations, and on politicization of EU policy making in general.

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)0,019
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,032
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,007
Études des sciences et des technologies0,0020,013
Communication savante0,0090,009
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,245
Écart entre enseignants0,200 · 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'étudeQualitatif
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

Citations87
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitics and GovernanceMême sujetPolitical Influence and Corporate StrategiesTravaux en français237 207