Au-delà de l'appât du gain et des pommes pourries : corruption organisationnelle et conflits d'intérêts à la FTQ
Bibliographic record
Abstract
Les individus pris à participer à des instances de corruption organisationnelle sont souvent désignés comme des pommes pourries qui cèdent à l’appât du gain aux dépens de l’éthique. Or, la recherche sur le sujet de la corruption organisationnelle souligne que les acteurs corrompus ne se définissent généralement pas comme tels. De plus, l’initiation à la corruption passe par la socialisation dans les organisations aux prises avec ces problématiques. Ainsi, la corruption organisationnelle ne s’explique pas par le comportement d’un seul individu. Ce mémoire est une interprétation des instances de corruption et de conflits d’intérêts identifiés à la Fédération des travailleurs et travailleuses du Québec (FTQ) durant les travaux de la Commission d’enquête sur l’octroi et la gestion des contrats publics dans l’industrie de la construction (CEIC). Selon un modèle élaboré par Anand, Ashforth et Joshi (2004), la corruption s’enracine dans les organisations à cause de deux processus qui se renforcent mutuellement. Premièrement, des stratégies de rationalisation de la corruption sont employées par les membres et les dirigeants de l’organisation pour justifier un comportement déviant et s’en déculpabiliser à la fois. Deuxièmement, des stratégies de socialisation sont utilisées par les membres de l’organisation pour accueillir les nouveaux venus et les initier aux stratégies de rationalisation. S’ils acceptent, le système se renouvèle et la corruption organisationnelle se perpétue. Le but de ce mémoire est de démontrer qu’une analyse des instances de corruption organisationnelle et de conflits d’intérêts qui va au-delà de l’appât du gain et de la théorie de la pomme pourrie pour focaliser sur le contexte social des comportements corrompus peut offrir une compréhension plus riche et approfondie d’un système corrompu.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.007 | 0.021 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".