MétaCan
Menu
Retour à la cohorte
Enregistrement W2912109766 · doi:10.1177/0067205x1804600304

‘Pretaliatory’ Enforcement Action for Chilling Whistleblowing through Corporate Agreements: Lessons from North America

2018· article· en· W2912109766 sur OpenAlexaboutno aff
Olivia Dixon

Notice bibliographique

RevueFederal Law Review · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConfidentialityEnforcementLegislationBusinessMisconductGovernment (linguistics)Action (physics)LawPublic relationsLaw and economicsPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Studies have shown that potential whistleblowers are reluctant to report misconduct because they fear retaliation. In Australia, fear of retaliation is exacerbated for private-sector employees where the lack of prescriptive legislation aggravates vulnerability in all but exceptional circumstances. Through examining the codes of conduct of Australia's 100 largest listed companies (‘Codes’) this article argues that while Codes have the potential to provide an important regulatory function through facilitating whistleblowing, the breadth of confidentiality undertakings contained therein may instead be chilling potential whistleblowers from speaking up. While companies have legitimate interests in protecting confidential information, it is well-established that employees may disclose their employer's unlawful conduct to the government, even if such disclosure is in violation of the company's confidentiality policy. To affirm this right, in the United States (US), federal regulators have recently taken ‘pretaliatory’ enforcement action against companies for requiring employees to execute confidentiality agreements that stifle the reporting of possible violations of federal laws. Such regulation by enforcement has successfully effected cultural change through facilitating widespread amendments to US corporate confidentiality agreements. Accordingly, this article argues that any future Australian legislation should include an ‘anti-confidentiality provision’ similar to the US and Canadian frameworks to affirm an employee's right to communicate with a regulator directly, despite any purported agreement or corporate policy to the contrary.

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)0,015
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,498
Score d'incertitude au seuil0,991

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,011
Communication savante0,0080,006
Science ouverte0,0020,005
Intégrité de la recherche0,0070,010
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,486
Tête enseignante GPT0,482
Écart entre enseignants0,004 · 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'étudeQualitatif
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederal Law ReviewMême sujetEthics in Business and EducationTravaux en français237 207