Impact on Remedies of the Use of Corporate Governance Norms to Address Forced Labour
Notice bibliographique
Résumé
Forced labour, a pervasive issue within transnational production networks (TPNs), has been the subject of regulatory responses primarily centered around the use of corporate governance norms. These norms, whether through disclosure or due diligence laws, or in some common law countries, litigation seeking judicial recognition of a common law duty of care, are the sole legal mechanisms linking lead corporations to the working conditions in their TPNs. This article critically evaluates the potential of these corporate governance norms to provide effective remedies to forced labour workers, a topic of significant importance as it recognizes their agency rather than portraying them as passive victims. To this end, this article will appraise two legislative models, one implementing disclosure and the other due diligence, and one duty of care jurisprudential model from the procedural and substantive criteria of effective remedies: the California Transparency in Supply Chains Act disclosure regulation, the French vigilance law, and the Canadian common law duty of care. The analysis underlines a few, primarily procedural, improvements generated by disclosure and due diligence legislation as well as the common law duty of care toward more effective remedies. These corporate governance norms increase available information and foster accessibility to some extent. However, substantive improvements brought by corporate governance norms are either constrained (France), hypothetical (Canada) or non-existent (California). Moreover, the corporate governance norms studied fail to provide effective judicial remedies for forced labour victims and may undermine potential lawsuits by providing corporations with a defence. We conclude with a discussion of the newly adopted German and Canadian laws.
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 | 0,045 | 0,140 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,013 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».