Impacts des dépenses en recherche et développement sur la fonction de production et l'efficience des entreprises canadiennes et américaines du secteur manufacturier
Notice bibliographique
Résumé
Dans notre société, la performance et l'efficacité sont des aspects importants. Les entreprises ont intérêt à accroître leur efficacité rapidement, si elles veulent suivre le rythme de croissance entraîné par l'ouverture des marchés. Un des moyens disponibles est de parfaire leurs procédés de fabrication et leurs connaissances avec la recherche et développement. Des milliards de dollars sont dépensés et subventionnés, à chaque année, à cette fin. Cependant, ce type de dépense a-t-il vraiment un impact important sur l'efficacité et la productivité des entreprises? Cet impact varie-t-il d'un secteur d'activité à l'autre? Nous avons tenté de répondre à ces questions de plusieurs façons, selon différentes méthodes. Tout d'abord, en utilisant l'approche DEA (Data Envelopment Analysis), nous avons observé la modélisation de la fonction de production de nos échantillons. L'inclusion de la variable de recherche et développement, dans notre modèle, a entraîné l'obtention d'une fonction de production incluant plus d'unités optimales et rehaussant l'efficacité de l'échantillon, en général. Le fait d'omettre cette variable sous-estimerait donc l'efficacité des entreprises. Par la suite, nous avons observé les rendements d'échelle obtenus avec et sans variable de recherche et développement. Encore ici, l'ajout de la R&D amenait un plus grand nombre d'entreprises vers les rendements d'échelle constants, entre autres mots, vers l'optimalité. Enfin, nous avons étudié le prix implicite de la recherche et développement. Cet indice nous permet de voir si les unités sont sous ou sur capitalisées. Un résultat intéressant est que, dans plusieurs cas, les unités sont sur capitalisées et auraient avantage à désinvestir en recherche et développement, afin d'améliorer leur efficacité. \nEnsuite, nous avons utilisé la méthode Tobit, afin d'évaluer les déterminants de l'efficacité des unités étudiées. En effectuant diverses estimations, nous avons obtenu que la R&D avait un impact positif, bien que faible, sur l'efficacité totale. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Recherche et développement, Productivité, Efficacité, Data envelopment analysis, Secteur manufacturier.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».