Codes de conduite et nouveaux mouvements socioéconomiques : la constitution d'un nouvel ordre de régulation à l'ère de la mondialisation
Bibliographic record
Abstract
Résumé Cet article analyse l’impact régulateur des codes de conduite dans une perspective qui dépasse l’opposition entre droit mou ( soft law ) et réglementation, pour s’ouvrir aux transformations de la dynamique régulatrice à l’ère de la mondialisation. Les codes de conduite se sont multipliés au cours des dernières années, mais leur portée n’est pas toujours facile à analyser compte tenu de leur grande diversité quant aux instigateurs, aux sujets traités ou aux sanctions applicables. Par ailleurs, ces codes correspondent dans bien des cas à des règlements internes qui se contentent de traduire à l’échelle de l’entreprise des règles de droit nationales et internationales. Mais lorsqu’il s’agit de réguler des relations avec les fournisseurs du Sud, le potentiel régulateur de ces codes a souvent été contesté en raison du libellé de leurs exigences, des mécanismes de suivi déficients et des sanctions inexistantes. Dans cet article, nous arguons que, au-delà de ces critiques, les codes de conduite participent à un nouvel ordre régulateur inhérent aux reconfigurations de la gouvernance à l’ère de la mondialisation, en conjonction avec les initiatives portées par les nouveaux mouvements socioéconomiques de consommation et d’investissement responsables, et que c’est dans cette perspective que leur potentiel régulateur doit être appréhendé.
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 | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.023 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".