MétaCan
Menu
Retour à la cohorte
Enregistrement W2966284138 · doi:10.15406/sij.2019.03.00145

Global corporate crime and the sino forest fraud in Canada

2019· article· en· W2966284138 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueSociology International Journal · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSecurities Regulation and Market Practices
Établissements canadiensWestern UniversityKing's University College
Organismes subventionnairesnon disponible
Mots-clésBusinessEnvironmental crimeIllegal loggingCriminologyForestryGeographyLoggingSociology

Résumé

récupéré en direct d'OpenAlex

Sino-Forest, formed in 1994, was a "stock market darling which promised investors a way to cash in on China's rocketing economic growth by way of a booming domestic forestry business". 1,2The company claimed a market value of over $6 billion dollars and was Canada's largest, publicly-traded forest company.Sino-Forest's billion dollar success came to an abrupt end in June, 2011 when a short-seller investment firm specializing in Asia claimed that the company was a multi-billion dollar Ponzi scheme. 1 Following the allegations, Sino-Forests' stock price and bonds collapsed.As a result, Sino-Forest was forced to file for bankruptcy protection, which was granted.The company was dissolved and taken over by creditors as no buyer could be found.Several of the principles have since been charged with civil securities fraud by the Ontario Securities Commission.This paper examines the intricacies of the Sino-Forest scandal while contributing to a theoretical discussion on the role of structural holes in global capital markets.Here, we invoke Quinney's 3 analysis of capital, Chamblis's 4 notion of structural contradictions, and David Harvey's 5 theory of accumulation by dispossession ( 2004).

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,836

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,235
Écart entre enseignants0,222 · 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