MétaCan
Menu
Retour à la cohorte
Enregistrement W4210424937 · doi:10.15173/glj.v13i1.4504

Chasing Funds: Start-ups from a Global Value Chains Approach

2022· article· en· W4210424937 sur OpenAlexvenueno aff
Simone Wolff

Notice bibliographique

RevueGlobal Labour Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCasualIndustrialisationInvestment (military)Value (mathematics)BusinessContext (archaeology)LegislationProduction (economics)Work (physics)DeregulationMarket economyEconomicsIndustrial organizationEconomic systemPolitical science

Résumé

récupéré en direct d'OpenAlex

This article investigates the role of Brazilian legislation in the (re)production of subordinate forms of incorporation of peripheral countries in global value chains (GVCs) through new dynamics for the extraction of value intermediated by international systems of investment. The purpose is to show how financial deregulation contributes to “putting-out” research and development (R&D) labs of major brands, and serves as a way of exploring casual and flexible hiring schemes for skilled workers. To this end, the article explores the financing policies for the Brazilian innovation system, whose aim is to promote the inclusion of higher value-added activities in the GVCs through the connection of national innovative micro-enterprises to direct financial investments, a strategy considered fundamental to boost the country’s industrialisation. The analysis focuses on two Calls for Funds for technology-based start-ups, a category of micro-business where investments have been stimulated due to such policies. The results reveal how leading companies in global value chains have been using this rentier development model to reduce costs in R&D activities by sharing the risks of innovation and transferring labour charges to start-ups, advancing the casualisation of work for skilled workers. In this context, casual employment with no labour rights has turned countries at a low level of industrialisation, like Brazil, into an attraction to the dynamics of the CGVs. KEYWORDS: start-ups; global value chains; production funding; casualisation of work; putting-out system

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,770
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
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 Opus0,017
Tête enseignante GPT0,262
Écart entre enseignants0,245 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Labour JournalMême sujetDigital Economy and Work TransformationTravaux en français237 207