MétaCan
Menu
Back to cohort
Record W4392530509

Culture de risque dans des compagnies multinationales : Cas d’étude d’une Multinationale dans le secteur de l’ingénierie et de la construction

2018· preprint· fr· W4392530509 on OpenAlexaboutno aff
Marketa Janickova

Bibliographic record

VenueHAL (Le Centre pour la Communication Scientifique Directe) · 2018
Typepreprint
Languagefr
FieldDecision Sciences
TopicConstruction Project Management and Performance
Canadian institutionsnot available
FundersUniversity of OxfordNational Aeronautics and Space Administration
KeywordsMultinational corporationBusinessEngineeringManufacturing engineeringFinance
DOInot available

Abstract

fetched live from OpenAlex

Cette thèse étudie la culture du risque dans le contexte des compagnies multinationales. Une explication des concepts majeurs de la culture organisationnelle et du risque nous aide à définir notre sujet de recherche qui est encore peu connue dans la monde de recherche et qui a des difficultés de trouver sa place à cause de multiples ambiguïtés. Pour répondre à cette problématique, nous nous appuyions sur les théories de organisations qui divisent deux aspects organisationnels : les aspect formels et informels. Nous approchons donc la culture du risque en étudiant ses aspects formels et informels de même que sa gestion. Nous adoptons une méthodologie basée sur une étude de cas unique afin de pouvoir répondre de manière détaillée à nos questions de recherche. La thèse est donc basée sur une étude de cas dans une multinationale de secteur de la construction au Canada. Nous avons passé 18 mois sur le terrain au siège sociale de l’entreprise et nous avons effectué 45 entretiens auprès de Présidents, de Vice-Présidents et de Directeurs. Nous avons aussi conduit des observations directes et nous avons collaboré avec quelques directeurs de fonctions liées à la gestion des risques. Nos résultats démontrent que la culture du risque nécessite un équilibre entre les aspects formels et informels. Nous démontrons notamment deux façons par lesquelles des gestionnaires du risque influencent la création de culture de risque. Afin, nous incitions à davantage s’intéresser à ce sujet.

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 distilled prediction

Teacher imitation

Not 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.

metaresearch head score (Codex)0.020
metaresearch head score (Gemma)0.007
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Scholarly communication
Consensus categoriesScience and technology studies
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.381
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0200.007
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.001
Science and technology studies0.0020.004
Scholarly communication0.0020.001
Open science0.0020.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.023
GPT teacher head0.295
Teacher spread0.272 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations1
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueHAL (Le Centre pour la Communication Scientifique Directe)Same topicConstruction Project Management and PerformanceFrench-language works237,207