MétaCan
Menu
Retour à la cohorte
Enregistrement W6960151649 · doi:10.11575/prism/30029

Lost in Translation: A study of how unclear application to the Investment Canada Act has deterred foreign investment into the oil sands

2015· other· en· W6960151649 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2015
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNucleofectionTSG101HyporeflexiaArticular cartilage damageSubpoenaLimiting

Résumé

récupéré en direct d'OpenAlex

Prime Minister Harper’s statement following the 2012 takeover of Nexen by CNOOC that “going forward, the Minister will find the acquisition of control of a Canadian oil-sands business by a foreign state-owned enterprise to be of net benefit, only in an exceptional circumstance” represented a major shift in the Canadian government’s attitude towards foreign direct investment into the energy sector by state owned enterprises. While the policy announcement was intended to clarify application of the Investment Canada Act (ICA), it has done the opposite. By adding the term “exceptional net benefits” when reviewing state owned enterprise’s bids for control of Canadian oil sands companies, the Canadian government has unfairly targeted Asian SOEs and confused the use of the net benefits test when assessing foreign investments. The resulting policy has had a negative effect on the development of the oil sands and on investor sentiment towards Canadian energy projects. Evidence suggests that the policy change has had negative consequences on investment activity including: increasing investment costs for acquirers, increasing costs of capital and decreasing available capital for junior oil and gas companies, and creating uncertainty in the minds of foreign investors leading to them questioning Canada as a place for future investment.

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)0,009
score de la tête « metaresearch » (Gemma)0,089
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,498
Score d'incertitude au seuil0,999

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,089
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,007
Communication savante0,0090,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0170,003

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 Opus0,077
Tête enseignante GPT0,268
Écart entre enseignants0,190 · 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'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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207