Can Voluntary Business and Human Rights Norms be Effective? Exploring a Multidimensional Perspective of Norm Effectiveness in Africa
Notice bibliographique
Résumé
Abstract Although the concept of human rights was rarely visible in corporate documents prior to the 2000s, many corporations today publicly espouse strong commitments to respect human rights due to normative mechanisms such as the UN Guiding Principles on Business and Human Rights (UNGPs) introduced in 2008. Contributing to ongoing scholarly discussions around the known gap between human rights rhetoric and performance, this article draws upon the global norm diffusion literature to conceptualize the effectiveness of business and human rights (BHR) norms as output, outcome, and impact. This multi-dimensional understanding of effectiveness reveals why a norm—embraced by a variety of stakeholders such as corporations, governments, and civil society groups—could still face contestation and implementation challenges at the grassroots, implying a lack of impact effectiveness. The article contextualizes this discussion within specific cases in Africa, using primary fieldwork data collected in Ghana and South Africa alongside other secondary data. Our overall objective is to contribute to both theoretical and practical discussions of how BHR norms spread and become useful to purported beneficiaries or ‘end-users’ of such norms. In doing so, the article showcases a deeper understanding and contextualization of human rights in the ‘real world’ of places where extractive corporations operate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,036 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,041 |
| Communication savante | 0,017 | 0,017 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».