Sectoral lobbying in modern Canada
Bibliographic record
Abstract
Работа посвящена исследованию особенностей отраслевого лоббизма в Канаде. В качестве объекта исследования выступает взаимодействие государства и бизнеса в Канаде. Актуальность работы обусловлена увеличением роли лоббизма в реализации политических интересов. В первой главе были рассмотрены теоретико-методологические основы лоббизма и его основные типологии. Вторая глава посвящена анализу институционализации лоббизма в Канаде и исследованию отраслевого лоббизма на примере асбестовой и табачной промышленности. В результате работы автор приходит к следующим выводам: во-первых, для Канады на сегодняшний день свойственно преобладание внутренних лоббистов, что говорит об ориентации компаний на долгосрочные перспективы и гарантированное продвижение своих интересов в определенной отрасли. Во-вторых, институт Хризотила являлся самым влиятельным институтом в борьбе за сохранение использования асбеста, так как использовал поддержку международного сообщества, министерства природных ресурсов и долгосрочную финансовую помощь правительства Канады. В-третьих, существует налаженное взаимодействие правительства и табачных производителей, которое выражается в спонсировании избирательных кампаний крупными игроками табачной отрасли. В-четвертых, канадские лоббисты способны определять вектор развития политики государства.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.006 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.007 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.000 |
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.
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".