Resource-Sensitive Global Production Networks: Reconfigured Geographies of Timber and Acoustic Guitar Manufacturing
Notice bibliographique
Résumé
This article examines how resource materiality, scarcity, and evolving international environmental regulation shape global production networks (GPNs). Nature-facing elements, including resource scarcity and environmental regulation, have seldom featured in GPN analysis. So, too, GPN analysis emphasizes spatial relations between network actors over temporal change. We extend GPN theorization through a temporal analysis of industrial change, connecting manufacturing to upstream resource materialities and shifting regulation, and to downstream consumers increasingly concerned with provenance and material stewardship. To illustrate, we document a resource-sensitive GPN—acoustic guitar manufacturing—where scarcity of select raw materials (tonewoods) with material qualities of resonance, strength, and beauty, as well as tighter regulation, has spawned shifting economic geographies of new actors who influence the whole GPN. Such actors include specialist extraction firms, salvagers, traders, verification consultants, and customs agents who innovate in procurement and raw material supply risk management. Traditional large guitar manufacturing firms have struggled with regulation and securing consistent resource supply, although smaller lead manufacturing firms have creatively responded via novel procurement methods and marketing, developing closely bound, iterative relationships with specialist timber harvesters, traders, and with emotionally attached consumers. A cohort of tonewood supply firms and guitar manufacturers—especially in Australia, the Pacific Northwest and Canada, key locations of both resource and design expertise—have together altered material stewardship practices and commodity production. Niche strategies derive exchange value from rarity and resource innovation, embracing raw material variability, inconsistent supply, and the need for alternatives. How firms adapt to resource supply security risks, we argue, is an imperative question for GPN analysis.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».