La responsabilité civile de l’Organisation des Nations Unies. Effectivité et efficacité des mécanismes de réparation offerts pour les personnes privées : le cas des exactions sexuelles commises par les casques bleus
Notice bibliographique
Résumé
Les opérations de maintien de la paix de l’Organisation des Nations Unies (OMPs) font régulièrement la une des médias mais ce n’est pas toujours pour leurs succès. Le nombre croissant d’OMPs déployées par le Conseil de Sécurité de l’Organisation des Nations Unies a également vu augmenter le nombre d’infractions sexuelles dans les pays hôtes. Ainsi l’année 2016 a été particulièrement marquée par des allégations d’exploitation et de violences sexuelles à l’encontre de femmes et de jeunes enfants, de sexe féminin comme masculin, commises par des membres des OMPs, et tout particulièrement des Casques bleus. Selon un rapport du nouveau Secrétaire général de l’Assemblée des Nations Unies, António Guterres, paru le 28 février 2017, rien que pour l’année 2016, 65 allégations d’exploitation et violences sexuelles ont été proférées à l’encontre du personnel civil, contre 80 allégations pour le personnel en uniforme. Au total, 311 victimes étaient concernées. Si beaucoup d’encre a déjà coulé sur le sujet de la responsabilité pénale individuelle des Casques bleus et le cadre juridique de leur action, peu a encore été dit sur la part de responsabilité que l’ONU détient dans la commission de ces graves infractions sexuelles. L’ONU accepte-t-elle sa part de responsabilité ? Indemnise-t-elle les victimes ? Cet article vise donc à analyser les mécanismes qu’offre l’Organisation des Nations Unies pour recenser les plaintes et indemniser les victimes d’exploitation et de violences sexuelles par les membres des opérations de maintien de la paix. Deux problèmes importants apparaissent alors : si bien des mécanismes sont élaborés, leur absence d’effectivité et d’efficacité et le refus flagrant de l’ONU d’accepter sa responsabilité civile en matière d’exploitation et de violences sexuelles subsistent à travers les années.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».