Downsizing Nature: Managing Risk and Knowledge Economies through Production Subcontracting in the Oregon Logging Sector
Notice bibliographique
Résumé
The logging sector in Oregon is characterized by extensive subcontracting between wood-commodity manufacturing firms and independent logging contractors. Why is this so? Considerable recent scholarship has examined the dynamics of flexible production systems, including regional contractor networks, as prominent aspects of late capitalism. Although useful, existing accounts of flexibility are inadequate to explain why logging in particular would be subject to contract production relations. A second literature emphasizes the ‘difference’ of nature-centered sectors, particularly industrial agriculture. I argue that a similar logic applies to logging. That is, natural sources to unpredictable variation and extensive, inconstant geographies restrict the predictability and calculability of production, and the imposition of labor monitoring and discipline. Contracts are a strategy for firms to displace resulting risks and costs onto contractors, while at the same time inducing expert-based rationalization of production. Repeat contracting provides a means of capturing expert knowledge among reliable contractors with knowledge of the parent firm's lands and mills. This is a particularly appealing strategy for vertically and horizontally integrated firms with complex operational portfolios. However, though contracting is one flexibility strategy, Weyerhaeuser's Competitive Logging Program featuring restructured wage relations provides an alternative path to more flexible production, one that further illuminates some of the problems of nature-based production.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».