Bibliographic record
Abstract
Résumé Au début du XX e siècle, la finance n’est qu’une discipline dérivée des autres sciences. Le mouvement positiviste de l’époque réserve alors toute la gloire aux physiciens, aux chimistes, aux mathématiciens, aux économistes et aux autres scientifiques pratiquant des disciplines déjà bien établies. La finance est perçue plutôt comme un sujet marginal qui est délaissé par les grandes écoles. Les décisions d’affaires se basent souvent sur des pratiques comptables et de vieilles anecdotes, loin de la rigueur que l’on connaît maintenant. Bien que certains préceptes de la finance moderne soient connus depuis très longtemps (on pense aux options et aux contrats à terme), ce n’est que grâce à la notion d’efficience des marchés et au principe de l’absence de possibilité d’arbitrage que la finance s’est développée comme une discipline à part entière à cheval sur les sciences sociales et sur les sciences de la gestion. Pour paraphraser Wilfrid Laurier, si le XIX e siècle fut le siècle de l’économie, le XX e siècle fut celui de la finance, discipline sur laquelle les yeux de tous les agents épris de liberté et de croissance économique et sociale ont convergé. Dans cet article, nous présentons une très brève histoire de l’évolution de la finance au XX e siècle et nous offrons des pistes d’avancées pour l’avenir.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.036 | 0.009 |
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".