MétaCan
Menu
Retour à la cohorte
Enregistrement W3160848045

"Two roads diverged in [soft]wood". Targeted dumping, differential pricing methodology, and zeroing: US-Canada anti-dumping in softwood lumber (WTDS534/R)

2021· preprint· en· W3160848045 sur OpenAlexaboutno aff
Eugene Beaulieu, Janet Whittaker

Notice bibliographique

RevueCadmus - EUI Research Repository (European University Institute) · 2021
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoftwoodSubsidyAppealDumpingEconomicsInternational tradeBusinessInternational economicsLawPolitical scienceEngineeringMarket economyPulp and paper industry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The United States and Canada have a long-standing series of disputes over softwood lumber that until now have focused on alleged subsidies and countervailing duties (CVDs). The United States changed things up this time around and the US Department of Commerce (USDOC) found dumping after applying the Differential Pricing Methodology to softwood lumber from Canada. The panel found that the USDOC erroneously aggregated export price differences when applying the DPM, but departed from the WTO Appellate Body’s previous ruling in US – Washing Machines regarding the use of zeroing and the inclusion of differential prices under Article 2.4.2 of the Anti-Dumping Agreement. To date, the United States and Canada have not been able to resolve the long-standing softwood lumber dispute, and this time the focus shifts from subsidies and countervailing duties to anti-dumping duties. It remains to be seen what happens in this specific dispute on appeal—if, and when, the WTO Appellate Body starts to function again. It will also be interesting to see whether this panel decision encourages parties to argue for, and future panels to permit departures from, Appellate Body rulings with which they disagree.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,147
Tête enseignante GPT0,270
Écart entre enseignants0,123 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCadmus - EUI Research Repository (European University Institute)Même sujetGlobal trade and economicsTravaux en français237 207