MétaCan
Menu
Retour à la cohorte
Enregistrement W3205453162 · doi:10.1177/00221856211054586

Modern slavery in global value chains: A global factory and governance perspective

2022· article· en· W3205453162 sur OpenAlexaff
Donella Caspersz, Holly Cullen, Matthew C. Davis, Deepti Jog, Fiona McGaughey, Divya Singhal, Mark Sumner, Hinrich Voss

Notice bibliographique

RevueJournal of Industrial Relations · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationValue (mathematics)Factory (object-oriented programming)Global value chainAppropriationBusinessObligationGlobal governancePerspective (graphical)Corporate governanceEconomic systemEconomicsPolitical scienceInternational tradeLawComparative advantage

Résumé

récupéré en direct d'OpenAlex

‘Modern slavery’ describes various forms of severe relational labour exploitation. In the realm of global value chains and global factories that are led by multinational enterprises, modern slavery encompasses practices such as forced labour and debt bondage. Multinational enterprises organise and orchestrate global value chains into global factories that are highly adaptive to market pressures and changes in the external environment. We employ the global factory framework to conceptualise when and how global value chains become more vulnerable to modern slavery. We argue that combinations of the three global value chain characteristics: complexity, appropriation arrangements, and obligation cascadence, jointly form an environment in which modern slavery can evolve and take root. The degree to which forms of modern slavery become visible and recognisable depends on the particular combination of these characteristics. External factors can moderate the relationship between these factors (e.g. involvement of non-governmental organisations) or exaggerate their effect (e.g. a pandemic).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,633

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,279
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations32
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Industrial RelationsMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207