MétaCan
Menu
Retour à la cohorte
Enregistrement W2908439802

Climate Change, Corporate Social Responsibility, and the Extractive Industries

2017· article· en· W2908439802 sur OpenAlexaffabout
Sara L. Seck

Notice bibliographique

RevueSSRN Electronic Journal · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Law and Human Rights
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCorporate social responsibilityHuman rightsClimate justiceClimate changeClimate change mitigationCorporate governancePolitical scienceDutyBusinessPolitical economy of climate changePreambleNegotiationLaw and economicsLawEconomicsFinanceEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

During the negotiation of the Paris Agreement, many argued that the final text should integrate a human rights approach so as to better align climate governance under the UNFCCC with climate justice. Reference to human rights ultimately appeared only in the Preamble, despite submissions from the UN High Commissioner for Human Rights that urgent and ambitious State action to combat climate change is an existing duty of international human rights law. Another submission highlighted the role of businesses as duty-bearers who must contribute to climate mitigation and be accountable for climate impacts.\nThis article will consider an unexplored avenue through which Canada could advocate for climate mitigation by examining whether Canada’s corporate social responsibility (CSR) strategy for Canadian extractive sector companies operating internationally integrates consideration of human rights and climate change. The paper will argue that while Canada’s CSR strategy expects Canadian extractive companies, including oil & gas companies, to respect human rights wherever they operate, the international CSR standards endorsed in the Strategy are largely climate mitigation bind. Moreover, many of these standards are also gender blind, of importance given that women of the global south are among the most vulnerable to the human rights impacts of climate change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,364
Score d'incertitude au seuil0,724

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,048
Communication savante0,0130,003
Science ouverte0,0010,006
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,263
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetCorporate Law and Human RightsTravaux en français237 207