MétaCan
Menu
Retour à la cohorte
Enregistrement W3135408956 · doi:10.1017/s0007123420000721

Do Investor–State Disputes (Still) Harm FDI?

2021· article· en· W3135408956 sur OpenAlexaff
Andrew Kerner, Krzysztof Pelc

Notice bibliographique

RevueBritish Journal of Political Science · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Arbitration and Investment Law
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésExpropriationHarmForeign direct investmentBusinessState (computer science)Investment (military)International investmentMonetary economicsInvestor protectionInternational economicsEconomicsMarket economyLawCorporate governancePolitical scienceFinanceMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract What are the consequences of being sued for violating bilateral investment treaties? The conventional wisdom is that investor–state disputes (ISDS) tarnish countries' compliance records, and harm foreign direct investment in the process. This article re-examines this belief in light of recent trends in ISDS. The regime has witnessed a proliferation of claims, a growing proportion of which allege breaches of provisions like fair and equitable treatment and indirect expropriation. Combined with a decrease in the rate of success of such claims, the authors argue that the average ISDS claim now contains less information than it once did. If this is the case, investors should be less likely to update their expectations and reduce investments. This study examines 812 investor–state disputes from 1987 to the present day, and finds consistent evidence for this across two different datasets relating to firms' risk perceptions. Consequences of investor–state claims on foreign direct investment are only apparent in cases that allege direct expropriation. Even among these, the effects are smaller today than they were in the past. In sum, the reputational effects of ISDS claims appear to have been eroded by the developments of the last two decades. ISDS just isn't what it used to be.

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)0,008
score de la tête « metaresearch » (Gemma)0,046
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 enseignants0,010
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,005
Communication savante0,0070,008
Science ouverte0,0010,003
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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

Citations33
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Political ScienceMême sujetInternational Arbitration and Investment LawTravaux en français237 207