Corporate Crime and Punishment: The Politics of Negotiated Justice in Global Markets
Notice bibliographique
Résumé
Over the past decade, many of the world’s biggest companies have found themselves embroiled in legal disputes over corruption, fraud, environmental damage, tax evasion, or sanction violations. Corporations including Volkswagen, BP, and Credit Suisse have paid record-breaking fines. Many critics of globalization and corporate impunity cheer this turn toward accountability. Others, however, question American dominance in legal battles that seem to impose domestic legal norms beyond national boundaries. In this book, Cornelia Woll examines the politics of American corporate criminal law’s extraterritorial reach. As governments abroad seek to respond to US law enforcement actions against their companies, they turn to flexible legal instruments that allow prosecutors to settle a case rather than bring it to court. With her analysis of the international and domestic politics of law enforcement targeting big business, Woll traces the rise of what she calls “negotiated corporate justice” in global markets. Woll charts the path to this shift through case studies of geopolitical tensions and accusations of “economic lawfare,” pitting the United States against the European Union, China, and Japan. She then examines the reactions to the new legal landscape, describing institutional changes in the common law countries of the United Kingdom and Canada and the civil law countries of France, Brazil, and Germany. Through an insightful interdisciplinary analysis of how the prosecution of corporate crime has evolved in the twenty-first century, Woll demonstrates the profound transformation of the relationship between states and private actors in world markets, showing that law is part of economic statecraft in the connected global economy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».