A la rescousse des champions nationaux : le pouvoir politique des entreprises et la refonte du régime global de lutte contre la corruption
Bibliographic record
Abstract
Le bruit médiatique autour des multinationales visées par la corruption affaiblit-il la capacité de leurs dirigeants à obtenir des gouvernements des décisions conformes à leurs préférences ? Pour répondre à cette question, cet article entreprend une comparaison intra-cas se déroulant au Québec et au Canada entre 2011 et 2018, et portant sur : les enquêtes et accusations de corruption touchant la multinationale du génie-conseil, SNC Lavalin; la couverture de ces événements dans la presse écrite, et les nouvelles règles de lutte à la corruption d'entreprise adoptées durant cette période par les gouvernements provincial et fédéral. Durant ces années, et malgré les mauvaises nouvelles concernant SNC Lavalin, les gouvernements provincial et fédéral ont pris des décisions permettant à la firme d'éviter une reconnaissance de culpabilité civile et criminelle, et de préserver ses contrats publics. Pour expliquer ces résultats, l'hypothèse du nationalisme économique comme "cadre" est mise de l'avant. Lorsque les sanctions pour punir les entreprises touchées par la corruption sont définies (framed) comme des coûts qui menacent l'économie nationale ou du pays, le bruit autour des scandales de corruption importe peu. Il est neutralisé par le nationalisme économique, que les dirigeants de firmes mobilisent pour construire des coalitions de soutien en faveur de politiques anticorruption plus clémentes; qui ne désavantagent pas "nos entreprises" face à leurs concurrents étrangers.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.008 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".