MétaCan
Menu
Retour à la cohorte
Enregistrement W3123985848 · doi:10.60082/2817-5069.2996

Arbitrator Behaviour in Asymmetrical Adjudication (Part Two): An Examination of Hypotheses of Bias in Investment Treaty Arbitration

2016· article· en· W3123985848 sur OpenAlexvenueno aff
Gus Van Harten

Notice bibliographique

RevueOsgoode Hall law journal · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Arbitration and Investment Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdjudicationRespondentArbitrationTreatyDispute resolutionIncentiveInvestment (military)SovereigntyPolitical scienceBusinessLawEconomicsMarket economy

Résumé

récupéré en direct d'OpenAlex

This article reports on a study of potential systemic bias in the resolution of ambiguous legal issues by investment treaty arbitrators. It outlines tentative but significant findings that the arbitrators in general tended to favour (1) foreign investors over states overall, (2) foreign investors from major Western capital-exporting states over other foreign investors, and, albeit based on more limited data, (3) the United States as a respondent state over other respondent states. The evidence is derived from an extensive content analysis of the arbitrators’ resolution of fourteen legal issues that are contested among arbitrators or in secondary literature. The findings clearly support initial expectations of systemic bias arising from unique incentives of the arbitrators. Yet the study also has important limitations and there is a range of possible explanations for the findings, some not raising concerns of inappropriate bias. Broadly, the findings lend support to perceptions that the design of investment treaty arbitration does not support fair and independent adjudication of the boundaries of sovereign authority and of disputes involving public funds.

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)0,105
score de la tête « metaresearch » (Gemma)0,354
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 enseignants0,105
Score d'incertitude au seuil0,555

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1050,354
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,010
Communication savante0,0040,008
Science ouverte0,0010,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,052
Tête enseignante GPT0,265
Écart entre enseignants0,213 · 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

Citations50
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOsgoode Hall law journalMême sujetInternational Arbitration and Investment LawTravaux en français237 207