Efficacité des lois contraignantes et des lois souples pour promouvoir la diversité de genre dans les conseils d'administration:une comparaison France/Canada - Legislative versus Regulatory Board Diversity effectiveness:A Comparison between France and Canada
Notice bibliographique
Résumé
(VF)Pour favoriser la féminisation des conseils d'administration, certains pays, comme la Norvège ou la France, ont voté une loi contraignante imposant un quota ; d'autres pays comme le Canada ont adopté une loi souple de type comply or explain. L'article propose une comparaison de l'efficacité des lois contraignantes et des lois souples dans le cas de la promotion de la diversité dans les conseils d'administration. L'étude France – Canada de 445 sociétés cotées sur la période 2011-2014 confirme la féminisation plus grande et plus rapide des conseils d'administration en France, sans s'écarter davantage qu'au Canada des normes de recrutement en vigueur.(VA)To improve gender diversity on boards, some countries, such as Norway and France, have passed a hard law with quotas while other countries like Canada use a soft approach. The aim of the article is to compare the effectiveness of soft and hard laws to promote board diversity. The study of 445 listed companies in France and Canada on the period 2011–2014 confirms that board diversity is higher and faster in France than in Canada, without higher deviation from directors’ appointment standards.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; 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 ».