Codes de conduite et droit d'association : une étude exploratoire du secteur du textile
Bibliographic record
Abstract
Avec la globalisation de l’économie, l’entreprise traditionnelle est devenue un réseau global de producteurs liés par des contrats. À la suite de certains abus commis par les entreprises multinationales, notamment en ce qui concerne les droits fondamentaux des travailleurs, les entreprises et la société civile ont développé des mécanismes de régulation privés dont les codes de conduite privés. La présente étude cherche à déterminer quels pouvaient être les véritables destinataires des codes de conduite : les travailleurs du pays d’origine de l’entreprise (généralement situés dans un pays développé) ou les travailleurs des pays de production (généralement situés dans des pays en développement). À cette fin, le mémoire compare le contenu des codes de conduite de Nike, de Gap et de Levi-Strauss sur ce sujet avec les observations de l’Organisation internationale du travail pour les travailleurs des États-Unis, de l’Inde et du Bangladesh. Certains écarts entre les protections accordées par les codes et les besoins des travailleurs sont ainsi identifiés. Dans la dernière partie du mémoire, la question d’étude est élargie afin d’examiner si les codes ne seraient pas destinés à des personnes autres que les travailleurs, soient les consommateurs, les actionnaires ou l’entreprise elle-même.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".