MétaCan
Menu
Retour à la cohorte
Enregistrement W3047066438

Des négociations sur le commerce électronique à la zone de libre-échange africaine : un état des lieux

2020· article· fr· W3047066438 sur OpenAlexaboutno aff
Antonios Vlassis

Notice bibliographique

RevueOpen Repository and Bibliography (University of Liège) · 2020
Typearticle
Languefr
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

En janvier 2019, lors du Forum économique mondial à Davos, l'Union européenne (UE), les États-Unis, la Chine, le Japon, le Canada et 44 autres membres de l'Organisation mondiale du commerce (OMC) ont décidé d'entamer des négociations plurilatérales pour mettre en place des règles communes et internationales en matière de commerce électronique.Les cycles de négociation sont présidés par l'Australie, Singapour et le Japon et, récemment, l'Indonésie et le Cameroun ont rejoint les négociations.Jusqu'à présent, 28 propositions de texte ont été préparées, six cycles de négociation ont eu lieu et trois autres cycles de négociation sont prévus entre février et mai 2020.Les discussions portent sur tous les enjeux liés au commerce électronique, allant bien audelà des achats en ligne.L'objectif est d'améliorer la confiance des consommateurs dans l'environnement numérique et d'aborder des questions, telles que les flux de données, les droits de douane sur les transmissions électroniques, l'accès au marché des services informatiques et de télécommunications, la confidentialité et la localisation des données, le code source du logiciel.En outre, compte tenu de la crise persistante du modèle de négociation multilatérale de l'OMC, les discussions plurilatérales sur le commerce électronique sont largement considérées comme une réelle opportunité pour renforcer l'autorité et la crédibilité de l'organisation internationale.

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)0,004
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,007
Études des sciences et des technologies0,0040,006
Communication savante0,0070,005
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,027
Tête enseignante GPT0,216
Écart entre enseignants0,189 · 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'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Repository and Bibliography (University of Liège)Même sujetICT Impact and PoliciesTravaux en français237 207