MétaCan
Menu
Retour à la cohorte
Enregistrement W7134596211

Overcoming ‘Frankenfoods’ and ‘secret courts’: theresilience of EU trade policy. College of Europe Policy Brief #9.18

2018· other· W7134596211 sur OpenAlexaboutno aff
Dirk De Bièvre, Sieglinde Gstöhl, Emile van Ommeren

Notice bibliographique

RevueArchive of European Integration (AEI) (University of Pittsburgh) · 2018
Typeother
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEuropean unionRatificationMember stateFree tradeScrutinyTrade barrierCommercial policyInvestment (military)Transatlantic Trade and Investment PartnershipNegotiation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Despite vocal contestation and fears of domestic institutional deadlock over its trade negotiations, the European Union has proven resilient in its trade policy, notably by concluding bilateral trade and investment agreements with important partners, including two across the North Atlantic, Canada and Mexico. > A professionally orchestrated NGO campaign against TTIP and CETA that fed scepticism in several EU member states was crowned with mixed success. Whereas TTIP negotiations were put on hold, CETA finally proceeded. The lack of a broad pan-European opposition and the strong consensual decision-making processes in the EU incentivised policy-makers to accommodate objections, tread carefully and craft compromise. > This process has been further facilitated by the May 2017 Singapore ruling of the Court of Justice of the EU which created room for trade agreements to be split according to exclusive and shared competences. As a result, new agreements such as those with Singapore or Japan now typically embrace three agreements in order to expedite ratification: trade, investment protection and political cooperation. > Separating trade and investment agreements makes it more difficult for special interests to hold free trade agreements hostage and locates parliamentary scrutiny at the European level, while investment agreements face additional ratification by member state parliaments – and a pending Court Opinion.

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)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,008
Communication savante0,0230,017
Science ouverte0,0020,009
Intégrité de la recherche0,0340,015
Charge utile insuffisante (le modèle a refusé de juger)0,0420,006

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 Opus0,016
Tête enseignante GPT0,234
Écart entre enseignants0,218 · 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'étudeSans objet
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchive of European Integration (AEI) (University of Pittsburgh)Travaux en français237 207