David Niget et David Petitclerc (dir.), Pour une histoire du risque. Québec, France, Belgique , Rennes, Press universitaires de Rennes-Presses de l’Université du Québec, 2012, 332 p.
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 pérennité d’une société sur plusieurs demi-siècles constitue une sorte d’« exploit » historique sur l’arrière-fond d’une démographie des entreprises qui est riche en faillites, liquidations ou absorptions. Or la banque qu’est la Société générale a encore plus été soumise à cette réalité qu’elle œuvre dans un secteur fragilisé par des prises de risques pro-cycliques sans cesse renouvelées pendant les boums conjoncturels, d’où des krachs récurrents. Mais elle a réussi à résister aux tensions de son environnement bancaire et financier, alors même qu’elle a été confrontée à des erreurs de gestion et, surtout, à trois crises en interne qui l’ont fait vaciller au bord du gouffre. Les quatre crises (années 1880, 1905, 1913 et 2007-2010) endurées par la Générale sont ainsi révélatrices des dysfonctionnements d’une organisation de firme, ce qui fait s’interroger sur la qualité du management bancaire, des difficultés d’adaptation d’un mode de gestion aux mutations d’un modèle économique et stratégique, ce qui suscite des questions sur la réactivité et la lucidité des dirigeants, et enfin sur les processus de gestion des risques, ce qui induit de méditer sur les risques inhérents au métier bancaire et à leur spécificité.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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 it