MétaCan
Menu
Retour à la cohorte
Enregistrement W4285999302 · doi:10.1017/9781009153515.007

Divesting for Development

2022· book-chapter· en· W4285999302 sur OpenAlexaffabout

Notice bibliographique

RevueCambridge University Press eBooks · 2022
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Arbitration and Investment Law
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDivestmentStatus quoInvestment (military)IndigenousForeign direct investmentPolitical scienceLaw and economicsPower (physics)LawPolitical economyBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

This chapter imagines how proposals, aimed at facilitating the divestiture and exit of foreign investors, might have offered an alternative to problems that purport to be solved by international investment law. There is not much talk of alternatives as they have been banished by the discursive and material power of investment law. Displaced are fifty-year-old proposals aimed at facilitating the divestiture and exit of foreign investors that were introduced by Argentinian economist Raul Prebisch and elaborated upon by US-based economist Albert Hirschman. The chapter begins with a discussion of what is labelled constitutional dispossession, before turning to a discussion of the Prebisch–Hirschman proposal. An examination of this past yields fruitful insights into how we can generate substitutes for investment law, particularly as investment law’s foundations are being tested, even weakened, in some locales. The advantages of the divestment proposal are then identified and applied to the award in Bear Creek v. Peru , a dispute prompted by the revocation of a mining licence granted to a Canadian investor to which Aymara Indigenous communities in Peru were vociferously opposed. The object is to reimagine the status quo and reflect upon the prospects of far-reaching change.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,006
Communication savante0,0040,005
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0210,004

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 Opus0,041
Tête enseignante GPT0,200
Écart entre enseignants0,159 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetInternational Arbitration and Investment LawTravaux en français237 207