Devoir de vigilance : la norme de gestion comme source de droit ?
Bibliographic record
Abstract
La loi sur le devoir de vigilance introduit un mécanisme de responsabilisation atypique et insuffisamment conceptualisé. En faisant porter l’obligation des sociétés sur l’élaboration d’une gestion prévisionnelle des risques tout au long de la chaîne d’approvisionnement, la loi recourt à une « norme de gestion ». L’article analyse les fondements de cette notion et montre qu’elle a été mobilisée à plusieurs reprises dans l’histoire du droit, pour accompagner les dynamiques de l’entreprise et responsabiliser ses relations avec les sociétés et les États. Il montre que le droit puise dans les connaissances et les méthodes en gestion de chaque époque, pour qualifier ce qu’est une action collective raisonnablement responsable, c’est-à-dire une action qui limite les risques encourus par les parties concernées. Prendre en compte les normes de gestion permet de repenser le statut des dirigeants et la responsabilité des entreprises. Cela ouvre aussi des perspectives théoriques nouvelles pour les sciences sociales.
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 | 0.007 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.023 |
| Scholarly communication | 0.011 | 0.012 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 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".