MétaCan
Menu
← Retour à la cohorte
Enregistrement W7124744371 · doi:10.55227/ijhess.v5i3.2029

Explaining the Driver Factors Behind Indonesia’s Decision on the Indonesia-Canada Comprehensive Economic Partnership Agreement

2025· article· W7124744371 sur OpenAlexaboutno aff
Bintang Corvi Diphda, Gertha Maria Gultom

Notice bibliographique

RevueInternational Journal Of Humanities Education and Social Sciences (IJHESS) · 2025
Typearticle
Langue
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTariffGeneral partnershipComplementarity (molecular biology)DeskPoliticsEconomic partnership agreementClothingTrade agreement

Résumé

récupéré en direct d'OpenAlex

This article explains Indonesia’s decision to sign a Comprehensive Economic Partnership Agreement with Canada by assessing how economic and political motives interact. The study uses a qualitative descriptive design with a desk review of official trade and tariff data and policy documents from 2009 to 2025. The findings show strong complementarity between Indonesia’s export structure and Canada’s demand in manufacturing and the light industry. Before the agreement, most-favoured-nation tariffs on apparel of about 17.3 percent and on leather goods of about 16.1 percent created a price gap relative to suppliers that already enjoyed preferences. The agreement narrows this gap through staged tariff elimination and clearer operational rules that facilitate the use of preferences. Politically, the partnership broadens Indonesia’s cross-regional network, adds a direct link to a G7 economy, and supports Indonesia’s standing in ASEAN. The study concludes that Indonesia’s choice reflects mutually reinforcing economic and political drivers that are expected to reduce tariff discrimination and increase the predictability of market access.

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)0,003
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 enseignants0,258
Score d'incertitude au seuil0,519

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,115
Tête enseignante GPT0,301
Écart entre enseignants0,186 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal Of Humanities Education and Social Sciences (IJHESS)→Même sujetGlobal trade and economics→Travaux en français237 207→