Bibliographic record
Abstract
Résumé Dans un contexte de mondialisation dans lequel opèrent dorénavant les entreprises et les gens d’affaires, une gestion stratégique conciliant des considérations à la fois économiques et sociales et tenant compte des exigences aussi bien mondiales que locales s’avère nécessaire. Au-delà d’une connaissance de leurs forces et de leurs faiblesses, les entreprises doivent également connaître leur environnement qui s’élargit et qui fait intervenir davantage de dimensions et de variables. Outre les facteurs économiques et techniques, il existe des facteurs sociaux, historiques, culturels et géopolitiques variables et de plus en plus influents que l’entreprise ne peut ignorer lors de l’élaboration et de la mise en œuvre de ses stratégies. Cela est d’autant plus vrai pour les entreprises multinationales implantées dans les pays en développement où la culture et les systèmes de normes et de valeurs dominent. Ce contexte invite à s’interroger sur la façon de gérer compte tenu des particularités nationales et culturelles et des exigences mondiales et locales. En s’appuyant sur une recherche empirique menée en Malaisie, cet article présente les résultats relatifs au comportement des entreprises multinationales en ce qui concerne la responsabilité sociale et l’adaptation locale et propose une typologie de quatre profils de firmes.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.007 | 0.017 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.024 | 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".