Brand Attack: How to Avoid Becoming the Target of a Corporate Campaign and What Actions to Take if You Do
Notice bibliographique
Résumé
[Exerpt] When you mention the words “unionization campaign,” most people think of picket lines, strikes and collective bargaining tables. Although they sometimes make headlines, labor disputes have traditionally been somewhat private affairs between companies and their employees about internal issues like better wages, benefits, hours and overall working conditions. Not anymore. Today’s unionization campaigns are more appropriately called “corporate campaigns” because they are orchestrated not just by trade unions, but NGOs, community leaders, politicians and religious groups. They attack the brand, not just the company; they target top executives and shareholders; and they focus on human rights violations — issues like child labor, human trafficking and unsafe working conditions that are more likely to garner public attention and damage the company’s reputation among consumers, business partners and investors. The purpose of a corporate campaign is still primarily to increase union membership and expand union power and influence on corporate management. The need for new members has become increasingly urgent as unions have been losing their stronghold in industrialized markets like the US, Canada and Europe as more of the historically unionized jobs are moved offshore. This decline has led to a shift in focus. Instead of organizing workers from the bottom up, unions are exerting pressure from the top down, attacking the company’s reputation and advancing public policy positions through the use of corporate campaigns. On this front, unions have partnered with NGOs to increase the strength and legitimacy of their attacks. As union membership has fallen dramatically over the past 20 years, there’s been a huge rise in the number of NGOs, organizations like Human Rights Watch, Oxfam and Save the Children that have focused much of their attention and resources on pushing their corporate citizenship standards on multinational companies. Together with trade unions, they launch corporate campaigns to turn customers against companies they believe are engaged in unsafe or unethical practices and to pressure governments to take action against those that don’t change their ways.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,006 |
| Communication savante | 0,015 | 0,020 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,012 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,041 |
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 ».