The Legal Framework for Sexual Harassment at Work in Australia and in Québec: Case Studies of Complexity and Its Countervailing Forces
Notice bibliographique
Résumé
This paper analyses the complex legal framework for sexual harassment at work in Australia and Québec using Peter Schuck’s (1992) definition of complexity and drawing on Alejandro Camacho and Robert Glicksman’s (2019) model of the dimensions of authority and how they combine with the different functions an authority carries out. In both Australia and Québec, overlapping institutions and approaches can improve enforcement, especially when they are coordinated. overlap is less likely to improve matters if the focus is on standard-setting, where uniformity is important to ensure the clarity, transparency, and legitimacy of the rules for duty holders and workers. Harmonisation of legal definitions of sexual harassment and timelines can mitigate the negative impact of the law’s complexity, as can dovetailing (specifying in one law how its provisions fit with the provisions of another law). In terms of recourse and prevention of sexual harassment, some of the benefits of human rights expertise can sometimes be conserved even if there is centralised recourse under labour law. However, in both Australia and Québec, collaboration between human rights institutions and labour law institutions emerges as a major challenge. Empirical research is necessary to grasp the opportunities that fragmentation may provide to sexually harassed workers as compared to the barriers it creates. Finally, both in Québec and Australia, legislative reform aimed at reducing legal complexity has simultaneously increased it. To prevent such “rebound” complexity, initiatives designed to reduce complexity must be examined with respect to the scope of the legislation as well as from the perspective of subject matter.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».