MétaCan
Menu
Retour à la cohorte
Enregistrement W4205269872 · doi:10.1093/oso/9780198866220.001.0001

Human Rights Litigation against Multinationals in Practice

2021· book· en· W4205269872 sur OpenAlexaboutno aff

Notice bibliographique

RevueOxford University Press eBooks · 2021
Typebook
Langueen
DomaineSocial Sciences
ThématiqueLegal Issues in South Africa
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceContext (archaeology)Human rightsJurisdictionLiabilityDamagesSettlement (finance)ComplicityHarmRelevance (law)LawBusinessLaw and economicsSociologyFinanceGeography

Résumé

récupéré en direct d'OpenAlex

This book reviews the current position in this field, which has developed over the past 25 years, designed to hold multinationals to account, legally, for human rights abuses in the Global South. The authors are practising lawyers who have litigated and led prominent cases of legal significance in this field. Although the focus is on the Global North, where most of the cases have been brought—United Kingdom, United States, Canada, Australia, France, Netherlands, and Germany—there is also a chapter on South Africa. The cases cited include claims against parent companies for harm caused by subsidiary operations, claims for corporate complicity in violations perpetrated by States, and claims arising in a supply chain context. Whilst other books have included consideration of the legal aspects of many of the cases, the focus here is on the interrelated strategic and practical, as well as legal, considerations on which viability and prospects of success depend. In addition to questions of jurisdiction, applicable law, and theories of liability, obstacles to justice concerning issues such as access to information, collective actions, witness protection, damages and costs, and funding regimes (including a specific chapter on litigation funding), and issues relating to public pressure and settlement, are discussed. Although most of the authors act for victims, there is a substantial chapter providing the perspectives of business. Since this area of litigation has developed concurrently with, and has formed part of, the rapidly mushrooming field of business and human rights, the contextual relevance of the UNGPs is considered.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,293
Écart entre enseignants0,267 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetLegal Issues in South AfricaTravaux en français237 207