Bibliographic record
Abstract
Résumé Au début, le leadership est neutre et l’argent aussi. Comme le premier dépend de l’autre, c’est la manière dont le leader compose avec l’argent qui corrompt ou bonifie l’un et l’autre. Le phénomène se manifeste surtout dans trois domaines où l’argent est le nerf du leadership : le placement, la gestion et la politique. L’alternative y est claire : on peut choisir soit l’émotion, soit la raison. C’est là que la neutralité cesse. Selon qu’il gère ses avoirs froidement ou qu’il laisse les émotions l’emporter dans ses décisions de placement, l’investisseur atteindra ou non ses objectifs à long terme. Pour les dirigeants d’entreprise, la menace la plus dévastatrice pour eux, pour les employés et pour les actionnaires est l’appât du gain à court terme, qui les empêche de remplir leur mandat de gestionnaires responsables et de remplir leur vie à hauteur d’homme. Ainsi, le leadership solide et durable se déploie loin de la tentation, dans l’univers de la raison, parce que l’argent en est le fondement ou l’instrument. Comme le système nerveux du corps humain, l’argent est indispensable à la vie et au bien-être de tout l’organisme. Il assure la libre circulation des biens, les échanges entre pays, entre commerçants et clients, entre gouvernements et contribuables. Il est l’instrument d’échange le plus efficace et le plus juste. On ne peut donc pas s’en priver.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.002 |
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".