Project Control, Capital Policy Instruments and the Strategies of Excess Value Creation
Bibliographic record
Abstract
L’article cerne avec pertinence, les conséquences de la redistribution des investissements dans les entreprises fondées sur des formes atypiques de capital, telles que la technologie, dans un contexte de transition vers une économie de marché : le capital et la compétitivité étant définis sur la base d’outils de politiques sur les fonds propres, conçus par les décisionnaires. L’analyse révèle un effet négatif de la redistribution de la valeur excédentaire créée par les entreprises utilisant leur capital de compétitivité. Cette preuve empirique soutient que l’effet tunnel induit par la réallocation des investissements est hautement significatif dans une entreprise basée sur un capital de compétitivité. Une fois la rentabilité, l’utilisation des actifs et les opportunités de croissance contrôlées, l’effet tunnel de la redistribution devient hautement significatif dans toute entreprise, indépendamment du type de capital sur lequel elle est fondée. Cette idée conforte l’étude affirmant que l’effet tunnel est une part du profit nonopérationnel.
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 | 0.004 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.005 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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".