MétaCan
Menu
Retour à la cohorte
Enregistrement W830577942 · doi:10.14249/eia.2012.21.4.525

The Possibility of Investor-State Dispute under Korea US FTA in relation to Korean Environmental Impact Assessment: A Lesson from Bilcon v. Canada Case under NAFTA

2012· article· en· W830577942 sur OpenAlexaboutno aff
Taehwa Lee

Notice bibliographique

RevueJournal of Environmental Impact Assessment · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Policies and Emissions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArbitrationInvestor-state dispute settlementGovernment (linguistics)State (computer science)Free trade agreementRelation (database)International tradePolitical scienceBusinessLawFree tradeForeign direct investment

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate the possibility of Investor-State Dispute under Korea US FTA in relation to Korean environmental impact assessment scheme. The study analyzes the Investor-State Dispute case between Bilcon of Delaware and the government of Canada. The case study shows that Bilcon challenged Canada with violations of NAFTA 1102, 1103 and 1105, arguing that Canada treated Bilcon in an arbitrary and discriminatory manner. The study analyzes two different scenarios that Korea could face with arbitration for alleged breach of its obligations under the Korea US FTA in relation to EIA scheme. From analyzing the case study in relation to two different scenarios, the study finds that problems previously identified and associated with EIA scheme in Korea could directly or indirectly cause Investor-State Dispute Settlement process between Korea and American investors. The study concludes that the risk of violating Korea US FTA related with Korean EIA could be reduced by creating Korean EIA scheme in a transparent and unarbitrary manner which guarantees fair public participation and elaborating the concrete meaning of sustainable development in EIA law.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,305
Écart entre enseignants0,291 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Impact AssessmentMême sujetEnvironmental Policies and EmissionsTravaux en français237 207