Le lien entre la représentation des femmes aux conseils d'administration et l'efficacité des politiques d'investissement : cas des entreprises canadiennes
Bibliographic record
Abstract
L'objectif du présent mémoire est d’investiguer la relation entre la représentation des femmes au conseil d’administration des entreprises canadiennes cotées et l’efficacité des politiques des investissements et ce en examinant les coûts de sous-investissement et les coûts de surinvestissement. Cette étude est basée sur un échantillon d’entreprises canadiennes cotées dans la période qui s’étale de 2015 à 2019, soit 645 observations. Les résultats obtenus montrent un lien positif entre la représentation des femmes au conseil d’administration des entreprises et l’efficacité des politiques des investissements. Les résultats montrent aussi que la représentation des femmes au conseil réduit considérablement les coûts de surinvestissement. Toutefois, aucun lien significatif ne semble exister entre la représentation des femmes au conseil et les coûts de sous-investissement. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : efficacité des politiques d’investissement, coûts de sous-investissement, coûts de surinvestissement, la représentation des femmes, conseil d’administration.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".