MétaCan
Menu
← Retour à la cohorte
Enregistrement W6889541970 · doi:10.25647/liepp.wp.099

A la rescousse des champions nationaux : le pouvoir politique des entreprises et la refonte du régime global de lutte contre la corruption (LIEPP Working Paper, n°99)

2022· other· fr· W6889541970 sur OpenAlexaffabout

Notice bibliographique

RevueDirection des ressources et de l'information scientifique · 2022
Typeother
Languefr
Domaine
Thématique
Établissements canadiensUniversité de Montréal
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésSanctionsLanguage changeDemocracyPublicsNationalism

Résumé

récupéré en direct d'OpenAlex

Le bruit médiatique autour des multinationales visées par la corruption affaiblit-il la capacité de leurs dirigeants à obtenir des gouvernements des décisions conformes à leurs préférences ? Pour répondre à cette question, cet article entreprend une comparaison intra-cas se déroulant au Québec et au Canada entre 2011 et 2018, et portant sur : les enquêtes et accusations de corruption touchant la multinationale du génie-conseil, SNC Lavalin; la couverture de ces événements dans la presse écrite, et les nouvelles règles de lutte à la corruption d'entreprise adoptées durant cette période par les gouvernements provincial et fédéral. Durant ces années, et malgré les mauvaises nouvelles concernant SNC Lavalin, les gouvernements provincial et fédéral ont pris des décisions permettant à la firme d'éviter une reconnaissance de culpabilité civile et criminelle, et de préserver ses contrats publics. Pour expliquer ces résultats, l'hypothèse du nationalisme économique comme "cadre" est mise de l'avant. Lorsque les sanctions pour punir les entreprises touchées par la corruption sont définies (framed) comme des coûts qui menacent l'économie nationale ou du pays, le bruit autour des scandales de corruption importe peu. Il est neutralisé par le nationalisme économique, que les dirigeants de firmes mobilisent pour construire des coalitions de soutien en faveur de politiques anticorruption plus clémentes; qui ne désavantagent pas "nos entreprises" face à leurs concurrents étrangers.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,477

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,006
Communication savante0,0060,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,287
Écart entre enseignants0,270 · 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
GenreAutre

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

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDirection des ressources et de l'information scientifique→Travaux en français237 207→