Des rapports entre la fiscalité et le commerce en droit international économique
Bibliographic record
Abstract
Au cours des 30 dernières années, le commerce international s'est libéralisé à un rythme sans précédent. Après s'être concentré en premier lieu sur les obstacles tarifaires, le GATT s'est ensuite attaqué aux obstacles non tarifaires, principalement à partir du Tokyo Round. Plusieurs progrès ont été réalisés et on peut dire aujourd'hui, après les récents accords du GATT, que le commerce international s'est affranchi de la plupart de ces obstacles, bien que beaucoup reste à faire. Cela étant, les États demeurent toujours animés par un certain protectionnisme et n'hésitent pas à recourir à d'autres moyens qui, pour l'essentiel, ne relèvent pas toujours du GATT. C'est le cas de la politique fiscale. Or, à plusieurs reprises dans le passé, les États ont tenté de déjouer ou de contourner les règles du GATT en recourant à des mesures fiscales afin de protéger leurs industries ou encore d'encourager de façon déloyale leurs exportations. L'objectif du présent article est de revoir brièvement les mesures fiscales utilisées par les États qui ont ou peuvent avoir une incidence sur le commerce international et d'analyser leur légalité au regard du GATT ou d'accords, tels que l'ALE et l'ALENA. La conclusion principale qui se dégage est que les organisations internationales doivent surveiller de plus près le recours à ces mesures, lesquelles peuvent avoir un effet négatif sur le commerce international.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".