Réparation pour les victimes de travail forcé dans les chaînes de production transnationales: une étude comparée de l'apport du devoir de vigilance au Canada, en France et en Californie
Bibliographic record
Abstract
Aucune loi internationale n’a su réagir à la fragmentation de la production transnationale jusqu’à présent pour protéger les travailleurs contre le travail forcé. En réponse à ce phénomène, le droit de la responsabilité sociale et le devoir de vigilance des entreprises se sont développés afin d'accroître l'imputabilité des entreprises transnationales envers les impacts sociaux de leurs activités tout particulièrement le long de leur chaîne de valeur. Jusqu'à récemment, le devoir de vigilance était surtout soutenu par des normes internationales à caractère volontaire et par l'autorégulation des entreprises (Kerr, Janda et Pitts, 2009). Depuis peu, quelques États ont légiféré afin d'augmenter la portée et l'efficacité du devoir de vigilance en ce qui concerne le respect des droits fondamentaux des travailleurs et la protection de l’environnement en France par le biais de « plan de vigilance » ou par rapport à l’élimination du travail forcé en Californie et au Royaume-Uni. Ces lois obligent les entreprises à produire des rapports expliquant les relations et les conditions de travail des ouvriers le long de la chaîne de valeur. En comparaison, au Canada, le devoir de vigilance s'appuie sur des développements jurisprudentiels dont la portée est incertaine (Drouin, 2016). Trois modèles d'encadrement de ce devoir émergent alors: un modèle jurisprudentiel et deux modèles législatifs. L’objectif de ce mémoire est d’évaluer le potentiel du devoir de vigilance à inciter les entreprises transnationales à mieux réparer l’utilisation du travail forcé dans leur chaîne de production pour les victimes. Les trois modèles d’encadrement qui seront analysés sont le modèle jurisprudentiel du Canada, le modèle législatif général de la France et le modèle législatif visant spécifiquement l’abolition du travail forcé de la Californie. Les questions auxquelles nous tenterons de répondre sont les suivantes : Le renforcement du devoir de vigilance permet-il de réparer l’utilisation du travail forcé dans les chaînes de production transnationales? Quels éléments permettent d’accroître l’accès à la réparation pour les victimes de travail forcé dans les chaînes de production transnationale?
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".