Bibliographic record
Abstract
Cet essai propose une analyse détaillée de l'impact politique et social des firmes transnationales (FTN) sur trois champs particulièrement sensibles aussi bien dans les pays d'origine que dans les pays d'accueil. L'auteur s'intéresse d'abord à la contradiction entre l'interdépendance économique mondiale croissante et la permanence de la fragmentation politique, et montre que les transnationales peuvent affaiblir les capacités de l'État à réaliser les objectifs d'une politique économique, et donc affaiblir sa capacité à maintenir stabilité politique et consensus social. Dans un deuxième temps, l'auteur focalise l'attention sur l'impact des FTN sur le marché du travail, l'organisation de la production et les relations industrielles. Il montre notamment que le contrôle des FTN sur un marché du travail diversifié combiné à une organisation à l'échelle mondiale de la production permet de maintenir des profits élevés. La dernière section de ce texte analyse les conséquences négatives dans les pays sous-développés de la production et de la mise en marché des produits des FTN : distorsion des modèles de consommation, dénationalisation des élites et des classes moyennes locales, détérioration ou destruction des valeurs autochtones.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.025 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".