Responsabilité sociétale des multinationales en Afrique Subsaharienne : enjeux et controverses
Notice bibliographique
Résumé
Cet article propose d’apporter un éclairage sur les enjeux et controverses liés à la pratique de la Responsabilité sociale des entreprises (RSE) en Afrique subsaharienne. Il montre que si les initiatives en matière de RSE valorisées par les multinationales visent à s’inscrire dans une perspective de développement économique et social, elles s’avèrent bien pauvres au regard de l’ampleur des exigences aussi bien environnementales que sociales et économiques à atteindre. Le cas du groupe nucléaire français AREVA au Niger est proposé en illustration pour montrer le fossé entre les stratégies RSE et l’environnement local dans lequel les multinationales évoluent (conflit armé, pauvreté, inégalités sociales, pollution de l’air, dégradation de l’environnement, contamination des eaux souterraines, etc.). Dès lors, un double défi s’impose. D’une part, les multinationales doivent s’efforcer d’internaliser les externalités négatives dans leur métier, et de participer à des projets socio-économiques qui améliorent la qualité du tissu social. D’autre part, dans les cas où les oppositions entre les multinationales et les parties prenantes (société civile, État, ONG, etc.) sont fortement prononcées, une régulation publique de la RSE (contrôle du respect de certains standards sociaux et environnementaux, expertises techniques, mesures punitives, etc.) pourrait aider à inscrire davantage les actions des entreprises dans un processus de développement socialement responsable.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».