LES RÔLES ET RESPONSABILITÉS DES PROVINCES CANADIENNES DANS LE CADRE DE PROCÉDURES D’ARBITRAGE ENTRE INVESTISSEURS ET ÉTATS FONDÉES SUR DES TRAITÉS ÉCONOMIQUES
Bibliographic record
Abstract
En 2010, la compagnie américaine AbitibiBowater a porté plainte contre le Canada en vertu du chapitre 11 de l’Accord de libre-échange nord-américain (ALÉNA), alléguant l’expropriation de son investissement par la province de Terre-Neuve-et-Labrador. Défendeur dans cette affaire, le gouvernement du Canada a choisi de régler avec l’investisseur américain au coût de 130 millions de dollars canadiens. Par la suite, le premier ministre Harper a indiqué que son gouvernement ne tenterait pas de recouvrer l’argent de la province, mais qu’il envisageait de mettre en place un mécanisme qui pourrait le permettre à l’avenir. Plus de cinq ans plus tard, aucun tel mécanisme n’a été établi. Cet article explore les obstacles constitutionnels au recouvrement forcé des dommages versés par le gouvernement fédéral qui pourraient expliquer ce manque d’action. Que ce soit en vertu du pouvoir de dépenser (ou de ne pas dépenser), de chefs de compétences spécifiques ou du pouvoir résiduel, aucune piste de solution ne semble échapper aux réalités constitutionnelles canadiennes. En particulier, l’empiètement sur les compétences provinciales pose problème. Les obstacles constitutionnels mènent l’auteure à explorer des solutions d’avenir, de nature conventionnelle (c’est-à-dire à même les accords commerciaux dits de « deuxième génération ») et administrative (c’est-à-dire au moyen d’un accord fédéro-provincial). Le partage de la responsabilité financière entre l’Union européenne et ses 28 États membres dans ce contexte est étudié afin d’en tirer des leçons. En conclusion, l’auteure estime que, du point de vue juridique, la piste de solution la plus prometteuse se trouve dans les accords administratifs, mais que les obstacles politiques ne doivent pas être sous-estimés.
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 | 0.005 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.013 | 0.008 |
| Scholarly communication | 0.014 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".