MétaCan
Menu
Retour à la cohorte
Enregistrement W7111572907

Nevsun Puts Canada’s Corporate Decision Makers in the Human Rights Zone

2020· report· W7111572907 sur OpenAlexaboutno aff

Notice bibliographique

RevueDigital Access to Scholarship at Harvard (DASH) (Harvard University) · 2020
Typereport
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuman rightsLegislationDignitySupreme courtCorporationGovernment (linguistics)RealmMultinational corporationBusiness ethics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A manager's job is to make decisions. With Nevsun Resources Ltd. v. Araya, 2020 SCC 5 (Nevsun), the Supreme Court of Canada has changed the way that senior business decision-makers must think about the human rights impacts of their decisions on people abroad. They must now grapple more directly and systematically with issues such as forced labour in the supply chain, abhorrent and dangerous working conditions, cruel and degrading punishment, as well as concerns over due process rights and freedom of association. This is a tall order, yet a necessary one. At the same time, the Court's decision has widened the realm of uncertainty for business decision makers, since the legal risks that have been created are not yet clearly defined. The details will be worked out over many more years of litigation, unless the government sees fit to pass legislation that endorses or negates the direction given by the court. In this essay, I argue that Nevsun puts the multinational corporate decision-maker in an uncertain yet also demanding human rights decision-making 'zone'. This 'zone' is not a physical place; rather, it is a thinking space where business leaders must make judgments among and between the distinct concerns of human dignity and economic profit.' Decisions made in the corporate human rights zone concern processes, ethical values and broad consequences for people inside and outside the corporation over the short term and long term. This is a delicate yet positive change for businesses and for the communities that they have impacts on, as we shall see below.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,432

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0270,015
Communication savante0,0150,003
Science ouverte0,0020,004
Intégrité de la recherche0,0150,011
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,271
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Access to Scholarship at Harvard (DASH) (Harvard University)Travaux en français237 207