Bibliographic record
Abstract
Résumé Certaines entreprises multinationales décident de négocier un accord-cadre international avec les représentants des salariés pour formaliser leurs engagements en matière de responsabilité sociale. L’objectif de cet article est de mettre en évidence la diversité des interlocuteurs du côté des représentants des salariés dans une telle situation et de montrer les implications du choix de l’interlocuteur sur le processus de négociation et la mise en œuvre de l’accord. Après une présentation générale des accords-cadres internationaux et de leur apport potentiel en matière de responsabilité sociale, cet article décrit quatre modèles d’implication des représentants des parties prenantes internes dans la négociation et la mise en œuvre de ces accords observés dans des groupes internationaux. La réalisation d’interviews avec les gestionnaires et les représentants des salariés dans plusieurs entreprises européennes ayant négocié un accord-cadre permet de préciser pour chaque modèle les motivations des acteurs en cause, le processus de négociation, les mesures prises pour diffuser et suivre l’accord ainsi que les résultats obtenus. En conclusion, l’article tente de tirer des enseignements de ces quatre modèles d’implication des représentants des salariés sur la gestion d’une démarche de responsabilité sociale.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".