MétaCan
Menu
Retour à la cohorte
Enregistrement W3152882102

Balancing Risk and Reward in the Time of COVID-19: Bridging the Gap Between Public Interest and the 'Best Interests of the Corporation'

2020· article· en· W3152882102 sur OpenAlexaff
Jennifer Quaid

Notice bibliographique

RevueSSRN Electronic Journal · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Law and Human Rights
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCorporationBusinessBridging (networking)PandemicPublic relationsAccountabilitySocial distanceProfit (economics)Coronavirus disease 2019 (COVID-19)Best practicePublic interestLaw and economicsPolitical scienceEconomicsLawFinanceComputer security
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The scale of the global COVID-19 pandemic has made plain that business organizations have a key role to play in supporting public health efforts to contain the virus and follow social distancing. Directors and officers have been called upon to make proactive decisions about risk reduction that may hurt the bottom line (or simply diverge from established practice) but are the right thing to do. However, corporate law is permissive and tends to avoid dictating what should be done, so long as it is in the “best interests of the corporation”. Uncontrolled outbreaks of the virus in certain sectors of the economy deemed essential raise the difficult question of whether this flexible standard promotes an appropriate balance between economic viability and the legal pursuit of profit on the one hand and fundamental values such as the protection of human life and security on the other. In this paper, I reflect on how the pandemic situation brings this tension into sharper relief and exposes an accountability gap. I suggest that bridging this gap may be possible if we are prepared to recognize more explicitly that sometimes what is best for the corporation to protect the public interest.

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)0,027
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,053
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,039
Communication savante0,0290,024
Science ouverte0,0020,011
Intégrité de la recherche0,0180,022
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,037
Tête enseignante GPT0,235
Écart entre enseignants0,198 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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