L’ARTICLE 1502 DU DODD-FRANK ACT : UNE MENACE POUR LA SOUVERAINETÉ DE LA RÉPUBLIQUE DÉMOCRATIQUE DU CONGO SUR SES RESSOURCES NATURELLES ?
Bibliographic record
Abstract
Le 21 juillet 2010, le président des États-Unis d’Amérique a promulgué le Dodd-Frank Wall Street Reform and Consumer Protection Act relativement aux marchés financiers dans ce pays. Certaines dispositions de cette loi produisent des effets en République démocratique du Congo (ci-après « RDC »), en l’occurrence l’article 1502 intitulé « Conflict Minerals ». La présente contribution en examine la licéité en droit international au regard du principe de la souveraineté des États et de la notion de « domaine réservé ». Elle montre que l’article 1502 semble tenir compte du rôle de la RDC dans la gouvernance de ses ressources naturelles, mais s’interroge sur le fait de savoir si un conflit est possible entre, d’une part, les pouvoirs que cet article attribue aux autorités américaines dans la lutte contre les minerais liés aux conflits et, d’autre part, les compétences que la RDC doit exercer sur ses ressources naturelles et sur les activités économiques se déroulant sur son territoire. Elle prévient enfin qu’avec la question des minerais du conflit se profile le risque, pour la RDC, de voir la gestion de ses ressources naturelles internationalisée.
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 | 0.003 | 0.005 |
| 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 | 0.005 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 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".