La gestion dynamique du risque relationnel par les PME dans l’industrie du voyage en France
Bibliographic record
Abstract
Aujourd’hui, la concurrence économique oppose de plus en plus des réseaux d’entreprises à d’autres réseaux plutôt que des firmes isolées. Ces réseaux sont dans la plupart des cas composés de nombreuses PME représentées sous la forme de chaînes logistiques, dont la réussite dépend principalement de la qualité des relations interacteurs. Cette qualité relationnelle repose notamment sur la taille du réseau, la complémentarité des acteurs, et le partage du risque. Le risque relationnel se manifeste particulièrement au niveau de l’information, de la confiance, et du pouvoir à partager. Notre article s’est intéressé à l’industrie du voyage, car ce secteur est particulièrement impacté par la gestion du risque. Nous avons souhaité comprendre comment les acteurs du secteur s’organisent pour gérer le mieux possible la gestion du risque dans cette relation de partage. Notre étude montre comment l’industrie du voyage en France a adopté une gestion dynamique du risque.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".