Soft law governance of enterprise data compliance in the context of environmental protection
Notice bibliographique
Résumé
Domestic and foreign countries have different views on soft law governance. In China, the understanding of “soft law” stays at a static level, which is considered to be a social norm in a pluralistic sense. Foreign countries understand “soft law” from a dynamic perspective, that is, they mainly tend to take it as a means of governance and a mechanism to solve disputes and contradictions. Combining the above two viewpoints, soft law governance can be understood as a governance concept or governance model, and it takes the needs of the governance object as the starting point. Moreover, it advocates bottom-up governance. This governance method reflects the value connotation of people-oriented, democratic, autonomous and inclusive, and actively practices “multi-subject participation”. It can be seen that, rather than hard law, soft law is more suitable for the liquidity, development and change characteristics of enterprise data, especially in the context of environmental-related data, and is conducive to condensing the governance force of multiple subjects including the government. The effectiveness of enterprise data compliance governance is of great significance in the field of environmental protection. With the help of ecological environment data such as carbon emission data, environmental detection data and pollution control data, the efficiency and benefit of ecological environment governance can be improved, and the efficiency of ecological governance can be driven by data. But compared with the United States, the European Union and Singapore, the effect of enterprise data compliance soft law governance is not significant. Through literature research and comparative analysis, the factors affecting the effectiveness of Chinese soft law in enterprise data compliance governance are analyzed, and the solutions can be found from the comparative analysis.
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 | 0,031 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,015 |
| Communication savante | 0,020 | 0,013 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».