MétaCan
Menu
Retour à la cohorte
Enregistrement W4385815438 · doi:10.1017/bhj.2023.29

Corporate Law’s Threat to Human Rights: Why Human Rights Due Diligence Might Not Be Enough

2023· article· en· W4385815438 sur OpenAlexaff
Barnali Choudhury

Notice bibliographique

RevueBusiness and Human Rights Journal · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Law and Human Rights
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésDue diligenceHuman rightsInternational human rights lawPrinciple of legalityLawCorporate social responsibilityBusinessLaw and economicsReservation of rightsFundamental rightsPolitical scienceRight to propertyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract The take-up of mandatory human rights due diligence (HRDD) initiatives by states is continuously gaining momentum. There are now numerous states adopting some form of HRDD laws. While corporations being duly diligent in respecting human rights is a positive step towards addressing problems of business and human rights, these HRDD initiatives on their own may only be a form of window-dressing, that is, enabling states to put a smart spin on their efforts to address business and human rights issues without addressing some of the root causes of that predicament. As a result, HRDD laws are likely to be a helpful, but insufficient tool for addressing corporate abuse of human rights. One reason for this is because the root cause of many business and human rights problems is the structural elements and goals of corporate law facilitates corporate violations of human rights. So long as states fail to transform the way in which corporations operate – in part, by reconceptualizing corporate law – even the best drafted HRDD laws will be inadequate to halt corporate harms.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,435
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0160,001
Communication savante0,0040,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,061
Tête enseignante GPT0,261
Écart entre enseignants0,200 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and Human Rights JournalMême sujetCorporate Law and Human RightsTravaux en français237 207