Special and differential treatment in the WTO: framing differential treatment to achieve (real) development
Notice bibliographique
Résumé
Purpose Special and differential treatment (SDT) in the World Trade Organisation (WTO) has failed to integrate developing countries into the international trading system, as contemplated by the WTO Agreement, itself. This paper aims to interrogate the current application of SDT by WTO members as the possible undermining factor for SDT not delivering on its objective. Design/methodology/approach The research uses a qualitative legal methodology. This study conducts desk analysis of primary legal materials and existing literature to assess current reflections of SDT and draw lessons for reforms in the WTO. Findings From interrogating current SDT practice in the WTO and a comparative analysis with a similar differential treatment under the Montreal Protocol, this paper finds that indeed, the problem lies in the current approach to SDT application in the WTO. This study finds that the existing absence of eligibility criteria for determining access to SDT by countries is the core reason for the abuse and sub-optimal outcome from its application. Originality/value While making a case for a rules-based approach to differentiation in the WTO, this paper proposes a unique methodology for differentiating between developing countries for SDT, including the use of a composite indicator to ensure that indicators that are used sufficiently reflect their heterogeneous needs. Drawing inspiration from Gonzalez et al. (2011a), this study introduces an adaptation for selecting a threshold for graduation. Specifically, the proposal on the value of the standard deviation of countries from the weighted mean of the composite indicator as the threshold for graduating countries from SDT is novel.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».