MétaCan
Menu
Retour à la cohorte
Enregistrement W4409401057 · doi:10.1017/bap.2025.7

Climate obstruction and capital accumulation by feigned victimization: TC Energy and the political economy of investor-state dispute settlement

2025· article· en· W4409401057 sur OpenAlexaff
Kyla Tienhaara, Fergus Green

Notice bibliographique

RevueBusiness and Politics · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueState Capitalism and Financial Governance
Établissements canadiensQueen's University
Organismes subventionnairesKing's College LondonUniversity of Cambridge
Mots-clésSettlement (finance)PoliticsState (computer science)Capital (architecture)Energy (signal processing)Market economyEconomicsBusinessEconomic systemPolitical scienceLawFinanceHistory

Résumé

récupéré en direct d'OpenAlex

Abstract The international investment regime provides generous protections for foreign investors against adverse legal changes in host states, and unusually strong procedural rights to enforce those protections in investor-state dispute settlement (ISDS). Scholars have observed that the regime enables corporate capital accumulation and raises the costs of climate action, potentially deterring states from adopting ambitious climate policies. Building on this literature, we locate a key source of these concerns in the asymmetric treatment of state and investor behavior in ISDS, which allows investors to depict themselves as innocent victims of “unfair” and “unforeseeable” “political” processes, despite themselves being active political players and sophisticated political risk managers—a tactic we call feigned victimization . This tactic is employed by fossil fuel companies to achieve capital accumulation and climate obstruction goals. We illustrate our argument through an empirical case study of TC Energy’s US$15 billion ISDS claim against the United States in relation to the Biden Administration’s revocation of a permit required to construct the Keystone XL oil pipeline. Our case study also illustrates a method by which states can expose feigned victimization tactics by investors and incorporate evidence of this into their legal defenses in ISDS.

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)0,002
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,012
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,008
Tête enseignante GPT0,209
Écart entre enseignants0,201 · 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'étudeQualitatif
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and PoliticsMême sujetState Capitalism and Financial GovernanceTravaux en français237 207