Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
La valorisation d’actions RSE mises en place par les organisations est devenue ces dix dernières années un enjeu mondial majeur. En atteste le nombre croissant de dispositifs de certification proposés aux entreprises privées comme publiques (ISO 26000, SD 21000…). Cependant, force est de constater que très souvent ces dispositifs ne sont pas adaptés au contexte de la PME, alors qu’elles représentent l’essentiel des organisations privées. Tout l’enjeu réside alors dans la compréhension d’une part, des objectifs poursuivis par les concepteurs d’un dispositif de labellisation responsable et d’autre part des besoins des organisations qui participent à un processus de labellisation pour accompagner les PME vers une performance durable. Nous nous sommes proposé, dans cette recherche, d’étudier la diffusion d’un label d’entreprise responsable (ENR) dans un réseau de clusters de PME du secteur du numérique, en mobilisant la théorie de la traduction ou théorie de l’acteur-réseau (ANT). La méthode mobilisée permet de suivre l’évolution du label ENR « en train de se développer » et d’en comprendre le succès relatif à travers l’analyse des relations entre les acteurs. Les résultats de cette étude qualitative conduisent tout d’abord à distinguer trois étapes majeures dans la diffusion de la labellisation, favorisant l’allongement du réseau et la pérennisation de l’innovation. Puis, une typologie d’engagement en faveur du label est proposée selon le degré d’intéressement et d’enrôlement des PME au sein du réseau.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.004 |
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 it