Facing post crisis challenges through leadership and inclusion: The case of Napa Valley
Notice bibliographique
Résumé
The years 2010 through 2020 brought difficult challenges for the Napa Valley, a wine region in the heart of California, representing 4% of its vineyard land and 30% in economic value. Napa experienced an earthquake in 2014, wildfires in 2017 and 2020 and then, like everywhere, was hit by the pandemic. Consequently, both the production and the sale of wines were impacted with a form of relentlessness which terribly affected the entire local sector. In addition to the devastating effects of fires and smoke on some vineyards, the health crisis came to question a well-installed business model in Napa where wines are sold directly to consumers. Here, 68% of the wineries produce less than 50,000 bottles/year and it is not uncommon to see a winery sell 2/3 of its production directly from the estate. Two other observations complete the table with a paradigm shift: an aging of Napa wine consumers, mainly American, and the social evolution of a valley which attracts the wealthy classes of people and challenges the housing needs of not just vineyard workers, but also intermediate professionals. In 2020, Napa Valley Vintners (NVV) initiated a vast strategic reflection in order to question the conditions of its development and its competitiveness to the face of these developments. The 550 wineries from the valley were invited to participate in thinking about the values of Napa, its leadership and the priorities to reconsider for the years to come. Collective commitment, leadership programs for high potentials, action local communities, diversity, integration of minorities … The list is long and it is enlightening to see how a wine region has been able to take advantage of a crisis situation to adjust its modus operandi with current issues, strengthen its leadership and create an inspiring new chapter for this world-class wine region.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,041 | 0,012 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».