MétaCan
Menu
← Retour à la cohorte
Enregistrement W3123273296 · doi:10.1111/caje.12369

The silent success of customs unions

2019· article· en· W3123273296 sur OpenAlexvenueno aff
Hinnerk Gnutzmann, Arevik Gnutzmann‐Mkrtchyan

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWelfareEconomicsPoliticsInternational economicsCustoms unionInternational tradeRegionalism (politics)Economic integrationPolitical scienceMarket economy

Résumé

récupéré en direct d'OpenAlex

Abstract Globally, 81 countries are now part of a customs union (CU), following the rapid proliferation of this type of trade agreement in past decades. Much of this growth has been driven by countries “upgrading” their links from a free trade agreement (FTA) to CU. At the same time, the rapid formation of new FTAs among countries that had no prior agreement in place has largely overshadowed this growth, making CUs the silent success of regional integration. Using the canonical regionalism model, augmented to allow for political bias towards firm interests, we investigate the endogenous choice of trade agreement. We show it is generally politically viable to move from FTA to CU, because such a move is rent‐creating; but for countries without a trade agreement in place, it may be optimal to form an FTA as a stepping stone to reduce the risk of political derailment. Importantly, forming a CU is consistent with member social welfare maximization: as long as trade with the rest of the world does not cease entirely, a CU leads to higher social welfare than either FTA or no agreement. These gains come at the expense of third‐country welfare. If past trends continue, one can expect more FTAs to be upgraded to CU with associated adverse consequences for outsiders.

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)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,006
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,172
Tête enseignante GPT0,171
Écart entre enseignants0,001 · 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'étudeObservationnel
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économique→Même sujetGlobal trade and economics→Travaux en français237 207→