Enhancing Social Sustainability in Automotive Supply Chains: A Framework for Effective Grievance Mechanisms
Notice bibliographique
Résumé
Purpose: The automotive industry operates within complex, globalized supply chains characterized by multi-tiered structures and extensive outsourcing, often lacking visibility and accountability for potential human rights violations. Increasingly, regulatory frameworks place explicit obligations on original equipment manufacturers (OEMs), including the requirement to install an effective grievance mechanism along the supply chain. This paper explores how grievance mechanisms can be integrated into automotive supply chain practices to strengthen social sustainability. Methodology: A qualitative approach was employed, and expert interviews were conducted with a diverse group of stakeholders from the automotive industry, non-governmental organizations (NGOs), regulatory bodies, suppliers, and unions to provide a well-rounded view of grievance mechanisms in supply chains. The data was analyzed by employing Kuckartz’s qualitative content analysis with MAXQDA software to systematically code and identify key themes critical for an effective grievance framework. Findings: This paper proposes a practical framework for OEMs to address human rights and ethical issues across global networks. It offers a common structure adaptable to industry players, emphasizing accessibility, confidentiality, and trust. It also recommends combining OEM-specific mechanisms with an industry-wide collaboration platform to standardize processes, share best practices, and enable collective action. The study findings support that grievance mechanisms play a crucial role in social sustainability by providing workers with secure channels to report violations. Integrating grievance data into OEMs’ risk assessments enhances proactive risk mitigation. Unique Contribution to Theory, Practice and Policy: This research uniquely addresses the gap in academic literature and practice related to social sustainability in supply chains, particularly in grievance mechanisms. In practice, the automotive industry faces fragmented and inconsistent implementation of grievance mechanisms, with the absence of a standardized framework. This paper fills these gaps by developing a comprehensive, industry-specific grievance mechanism framework that ensures accessibility, consistency, and effectiveness across all supply chain tiers.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».