Effectivité d’un accord-cadre international : influence des positionnements, des comportements et des interactions des acteurs
Bibliographic record
Abstract
L’objectif de cet article est d’analyser les facteurs influençant l’effectivité d’un accord-cadre international (ACI). L’effectivité est analysée à l’aune de la mise en conformité des pratiques locales de gestion du travail avec les engagements pris dans l’ACI. Considérant la négociation comme un processus, composé de trois phases (avant-négociation, négociation stricto sensu, après-négociation) et ancré dans un contexte, nous élaborons un modèle d’analyse inspiré des études de processus stratégiques (process studies). Ce modèle met en lumière l’influence des positionnements, des comportements et des interactions des protagonistes de la négociation et de l’application d’un ACI sur son effectivité. Nous détaillons les processus de négociation de quatre ACI, conclus au cours des années 2010, par deux firmes multinationales (FMN) françaises et deux fédérations syndicales internationales (FSI). Ces ACI portent sur des thématiques de gestion du travail (santé et sécurité au travail, égalité femmes-hommes, emploi durable). Cette recherche repose sur une analyse de documents, d’observations et de 38 entretiens, menés auprès de syndicalistes internationaux, européens, nationaux, locaux et de membres des directions générales (DG) de ces FMN. Elle porte une attention particulière à la phase de l’avant-négociation et met en exergue les interactions entre les acteurs managériaux et syndicaux, tout au long du processus de négociation. Nous montrons que le positionnement de la DG de la FMN (« social » ou « managérial ») est un facteur décisif du déroulement de la négociation d’un ACI, de son résultat (accord « substantif ») et de son effectivité. Le positionnement « qualitatif » de la FSI peut être un élément essentiel du déroulement de la négociation (par le choix de la thématique de l’ACI) et de son résultat (dispositions portant sur des sujets sensibles). Enfin, la mobilisation des syndicats locaux, soutenue par la FSI, est essentielle à l’effectivité d’un ACI. Nous révélons des processus d’apprentissage et des particularités des ACI et de la NCI.
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 | 0.006 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".