MétaCan
Menu
Back to cohort

What Role for Civil Society in Cross-Regional Mega-Deals? A Comparative Analysis of EU and US Trade Policies

2016· article· fr· W2463895972 on OpenAlexvenueno aff
Jean-Baptiste Velut

Bibliographic record

VenueInterventions économiques · 2016
Typearticle
Languagefr
FieldEconomics, Econometrics and Finance
TopicGlobal trade and economics
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Le Partenariat Trans-Pacifique (PTP) et le Partenariat Transatlantique de Commerce et d’Investissement (PTCI) ont été décrits comme des accords de « nouvelle génération » en vertu de leur portée géographique très vaste et des multiples sphères réglementaires concernées par les négociations. Le présent article évalue les initiatives gouvernementales visant à inclure de nouvelles parties prenantes de la politique commerciale dans la conception des nouveaux accords de libre-échange transrégionaux. L’objectif est de développer une grille d’analyse pour évaluer l’inclusivité et la comptabilité du processus décisionnel de la politique commerciale. L’article est divisé en trois parties. La première dresse un état de la littérature sur les accords de libre-échange en soulignant l’absence relative d’études portant sur la gouvernance démocratique du « nouveau transrégionalisme ». La deuxième partie tente de remédier à ce problème à travers une discussion théorique de l’inclusion de la société civile et de la démocratie participative dans la sphère commerciale. La troisième s’appuie sur ce cadre méthodologique pour analyser les expériences respectives des Etats-Unis et de l’Union Européeenne dans le contexte du TPP et du PTCI. Mon ambition est moins de fournir une analyse exhaustive de ces deux ensembles d’institutions et de politiques que de définir un nouveau programme de recherche pour évaluer les défis et les enjeux de l’inclusion de nouvelles parties prenantes dans le processus décisionnel de la politique commerciale.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.534
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.002
Bibliometrics0.0010.000
Science and technology studies0.0000.001
Scholarly communication0.0000.002
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.154
GPT teacher head0.333
Teacher spread0.179 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations4
Published2016
Admission routes1
Has abstractyes

Explore more

Same venueInterventions économiquesSame topicGlobal trade and economicsFrench-language works237,207