MétaCan
Menu
Retour à la cohorte
Enregistrement W2154758589

Labour regime and industrialisation in the knowledge economy : the Japanese model and its possible hybridisation in other countries

2000· article· en· W2154758589 sur OpenAlexaboutno aff
Diane‐Gabrielle Tremblay, David Rolland

Notice bibliographique

RevueANU Open Research (Australian National University) · 2000
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAsian Industrial and Economic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndustrialisationKnowledge economyEconomicsEconomyMarket economy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Given the perceived role of Japanese Human Resources Management policies and labour regimes in fostering innovation and industrialisation, it is interesting to see whether these practices have or will spread beyond Japan. While the recent financial difficulties in Japan have brought this model into question, Japanese-style organisational methods and labour regime in human resources management have not been totally discredited. Many elements of the innovation system are still considered a source of strength and continue to provide a reference for future industrial development. This article starts by explaining the different dimensions of what has become known as the Japanese innovation system, highlighting the elements which appear pertinent in the modern economy. It then assesses which dimensions of the Japanese model have been retained in a foreign setting, Canada, and how Canadian emulators of the Japanese model compare with Japanese firms. The observation leads to a conclusion of continuity and transition. While many quality-oriented Canadian firms have moved towards the Japanese model of innovation and production organisation, these practices seem to have been substantially adapted to the local context.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,010
Communication savante0,0050,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,219
Tête enseignante GPT0,378
Écart entre enseignants0,158 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueANU Open Research (Australian National University)Même sujetAsian Industrial and Economic DevelopmentTravaux en français237 207