Legalizing workplace mediation: Comparative lessons and policy gaps in albania’s labor dispute framework
Notice bibliographique
Résumé
This article examines mediation as a legally grounded and policy-relevant tool for preventing labor disputes and strikes in both unionized and non-unionized settings. In light of the rising complexity of labor relations, mediation offers a structured, non-adversarial mechanism to resolve workplace conflicts while preserving industrial peace and productivity. Through comparative analysis of legal systems in the United Kingdom, Canada, and Australia, the study underscores the effectiveness of mandatory or institutionalized mediation in minimizing labor unrest. It advocates for the integration of mediation into collective bargaining frameworks, supported by accredited mediators, procedural safeguards, and enforceable good faith obligations. Focusing on Albania—a country in transition and amid labor law reforms—the paper identifies critical legislative and institutional shortcomings that limit the uptake of mediation. These include ambiguous legal provisions, weak enforcement, and limited public engagement. The article proposes targeted reforms: mandating mediation in key sectors, strengthening mediator training and certification, and harmonizing national practices with international labor standards. Such reforms are presented as essential for advancing Albania’s EU accession process and reinforcing democratic labor governance. The paper concludes by offering legal and policy recommendations, including the adoption of mandatory mediation in essential sectors, investment in mediator training and accreditation, and alignment with international labor standards. These reforms are positioned not only as pathways to industrial peace but also as essential steps toward meeting Albania’s European Union integration objectives and strengthening democratic labor institutions.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,016 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».