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 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)0,005
score de la tête « metaresearch » (Gemma)0,007
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: aucune
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil0,341

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,019
Communication savante0,0110,005
Science ouverte0,0010,003
Intégrité de la recherche0,0050,006
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 Opus0,147
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 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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