Bibliographic record
Abstract
Résumé Depuis le début des années 1990, les questions liées aux répercussions environnementales des entreprises préoccupent de plus en plus les entreprises. Aussi, les réponses de ces dernières aux défis de l’environnement naturel s’inscrivent dans une «gestion environnementale». Comme celle-ci revêt de multiples formes, il règne une grande confusion sur sa signification. Cet article propose une classification de la gestion environnementale des entreprises selon trois plans. Sur le plan opérationnel, les entreprises réduisent l’impact de leurs pratiques polluantes sur la biosphère. Sur le plan du design organisationnel, celui-ci vise à aligner le fonctionnement productif et organisationnel sur celui des écosystèmes, et à réorganiser l’entreprise en fonction des flux et des processus énergétiques souvent intégrés avec ceux d’autres organisations. Enfin, sur le plan de la transformation du système de production et de consommation, cela implique la remise en question de «points de passage obligé», qui ont une influence tant sur les compétences internes que sur la position concurrentielle des entreprises et qui ont de fortes répercussions environnementales.
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 | 0.008 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.003 | 0.008 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 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".