The Ten Year Track Record of NAFTA: U.S., Mexican and Canadian Farmers and Agriculture
Notice bibliographique
Résumé
This fact sheet is part of Public Citizen's "NAFTA at Ten Series" and documents the results of the failed NAFTA model. Before NAFTA, trade agreements dealt with traditional matters such as cutting tariffs and lifting quotas that had set the terms of trade in goods between countries. NAFTA shattered the boundaries of trade agreements; its central focus and most powerful rules concerned investment, and it contained 900 pages of one-size-fits-all "non-trade" rules with significant implications for food safety, drug patents and access to medicines, not to mention jobs, wages and economic security. It also constrained the ability of local government to zone against sprawl or toxic industries. NAFTA was a radical experiment -- never before had a merger of three nations with such different levels of development been attempted. When NAFTA was being debated, proponents and opponents alike predicted its consequences. Now the data are in. What are NAFTA's lessons in Canada, the United States and Mexico? The Free Trade Area of the Americas (FTAA) and Central American Free Trade Agreement (CAFTA) are both proposals to expand NAFTA, but NAFTA's record is playing a significant role in both the hesitance of some FTAA target countries to adopt the NAFTA model and the concerns of U.S. lawmakers to approve CAFTA.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,003 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».