Le transfert inter-organisationnel de connaissances par les multinationales vers leurs fournisseurs locaux : une typologie des pratiques des firmes américaines au Brésil
Bibliographic record
Abstract
L’objectif de cet article est d’analyser les méthodes utilisées par les multinationales pour transférer des connaissances vers leurs fournisseurs locaux. Nous présentons les résultats d’une étude menée auprès de 121 filiales de multinationales américaines au Brésil. Dans une première étape de la recherche, nous établissons une typologie des méthodes de transfert. Dans une seconde étape, chacune des méthodes identifiées est analysée en fonction des objectifs stratégiques du transfert pour l’émetteur. Les résultats de cette recherche permettent de proposer des définitions des méthodes de transfert et de souligner les intérêts stratégiques du transfert pour l’émetteur.
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 | 0.012 | 0.028 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".