Notice bibliographique
Résumé
This chapter evaluates the progress and pitfalls of several distinctive types of corporate social responsibility (CSR) vis-à-vis the cotton-poverty relationship, and also discusses country-level factors that can impede the uptake of CSR or its efficacy. It hones in on a global norm-building effort known as the Better Cotton Initiative (BCI) and on the work that has been done to establish a Cotton Made in Africa (CMIA) product label. A case study of Tanzania’s organic cotton movement is presented, and an account of the ways that the conventional cotton-buying scene in Tanzania is consequential for attempts to introduce CSR and make it viable is elaborated. The chapter contends that ‘hardcore’ approaches to responsibility involving third-party certification have a greater poverty-reducing potential than lighter-touch alternatives. However, the more stringent CSR variants are by no means a cure all. They could yet be squeezed out as competition to establish poverty-reducing best practices intensifies, or face considerable growth constraints if the evident disincentives to heightened levels of responsibility in Africa remain unchecked. A case is also made below that developments in the cotton issue area underscore the need for a more nuanced categorization of CSR types. Moving forward, analysts of these new phenomena should consider paying particular attention to the implications of private regulatory competition and look more closely at the ways that traditional philanthropic giving is supportive of the new responsibility or detracts from particular variants of it.
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 | 0,000 |
| 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 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».