Gestion de projet de développement de nouveaux produits : étude empirique des facteurs de risque et de succès des entreprises innovantes de la région de Québec et Chaudière-Appalaches
Notice bibliographique
Résumé
Ce mémoire analyse de façon empirique les facteurs de risque et de succès reliés aux \nprojets de développement de nouveaux produits (DNP) des entreprises inllovantes de la \nrégion de Québec et de Chaudière-Appalaches. Pour atteindre cet objectif, une enquète par \nquestionllaire a été menée auprès des entreprises manuiàcturières innovantes en produits \ndans ces deux régions du Québec. \nL' analyse des facteurs de succès des projets de DNP a montré que ceux relatifs aux \nressources humaines, au cadrage du projet et au climat et soutien organisationnels se sont \navérés les plus déterminants pour le succès des projets de DNP des entreprises. \nLes résultats des analyses, qui ont pOlté sur l'impact des différents types de risque sur \nles projets de DNP des entreprises, ont montré que ceux qui ont eu, relativement, le plus \nd'impact sur ces projets sont les risques reliés à la sous-estimation des ressources \nnécessaires à la réalisation des projets de DNP, les risques reliés à l'acceptation des clients \net à la cOlllmercialisation, et les risques reliés aux aspects organisationnels et managériaux. \nLa dernière analyse effectuée visait à expliquer, au moyen d'un modèle de régression \nlogistique, la propension des entreprises à accuser des échecs dans les projets de DNP \nqu'elles entreprennent. Les résultats de l'estimation de ce modèle ont lllontré que la \nprobabilité qu 'une entreplise n'accuse aucun échec et n'abandonne aucun projet de DNP \navant terme croit avec l'accroissement de l'importance accordée par les entreprises aux \nfacteurs de succès relatifs aux ressources humaines, à l'adéquation clients et produits, au \ncadrage du projet de DNP, et au climat et soutien organisationnels. En revanche, cette \nprobabilité décroît avec l'accroissement de : l' impoltance accordée par les entreprises aux \niàcteurs de succès relatifs à l'escalade de l'engagement du chef du projet et de son équipe, \ndes risques reliés aux projets de DNP, du degré de nouveauté du produit développé par \nl'entreprise, du pourcentage de ses ventes réalisées auprès des principaux clients, et de sa \ntaille. \nCes dit1ërents résultats ont été utilisés pour dégager des implications en vue d'améliorer \nla gestion des projets de DNP dans les entreprises en général, et les P:ME en particulier.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».