Chaînes de valeur mondiales : théorie et dogme des obligations de l’entreprise
Bibliographic record
Abstract
Résumé : La question de savoir si les entreprises ont des obligations vis-à-vis de leur chaîne d’approvisionnement fait actuellement l’objet d’un débat croissant. La discussion se base sur des initiatives législatives nationales et européennes qui veulent obliger les entreprises à surveiller leur chaîne d’approvisionnement du point de vue des droits de l’homme, de la protection de l’environnement et des normes du travail. Cet article propose d’intégrer l’analyse sociale et économique des chaînes de valeur mondiales dans la question des obligations à la charge des entreprises en matière de chaînes d’approvisionnement. Sur cette base, il discute de la fonction fondamentale que peuvent jouer les obligations qui incombent à l’entreprise individuelle dans le but d’une amélioration écologique et sociale dans la production mondiale de biens et de la systématicité qu’elles présentent. L’article se réfère à titre d’exemple au devoir de vigilance consacré par la loi française de 2017 et à la loi allemande sur le devoir de diligence de 2021.
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 | 0.008 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.018 |
| Scholarly communication | 0.007 | 0.013 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 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".