Bibliographic record
Abstract
L’article se propose d’adapter et d’étendre les modèles de marges sur coûts à l’étude de la démographie des firmes industrielles. Il examine en particulier les rapports entre importations et disparitions d’entreprises, dans le cadre d’une concurrence oligopolistique à prix stables en économie ouverte. Les modèles sont construits directement en économie ouverte et n’intègrent pas la séquence habituelle du passage de l’autarcie aux échanges extérieurs : aucune référence n’est faite par conséquent aux effets de discipline du commerce extérieur. Les firmes exportatrices réagissent aux changements qui interviennent dans leurs performances sur les marchés extérieurs ou dans la pénétration du marché national, par des choix qui peuvent aller d’un effort de différenciation de leur produit (publicité) à une réduction de leurs coûts (diverses formes de relations de sous-traitance) en passant par des mouvements de stockage et de déstockage. Les disparitions de firmes industrielles représentent une des conséquences de ces choix. Les tests économétriques réalisés sur le cas français montrent que seule une catégorie particulière de disparitions d’entreprises (les cessations pures) semble déterminée par le commerce extérieur qui par conséquent n’exercerait pas d’influence significative sur l’ensemble des cessations d’entreprises.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 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".