La formation destinée à l'entrepreneur novice : exploration des possibilités offertes par le mentorat
Notice bibliographique
Résumé
Dans la phase de démarrage de son entreprise, l’entrepreneur vit plusieurs problèmes qui pourraient être amoindris par une formation adéquate. Bien que certaines recherches indiquent que le mentorat pourrait permettre à un entrepreneur novice d’apprendre de ses expériences, bien peu de choses sont connues à propos du contenu des apprentissages qui pourraient être réalisés. Grâce à l’analyse de groupes de discussion, nous avons pu constater que les mentorés étaient susceptibles d’avoir des apprentissages cognitifs et affectifs mais aucun apprentissage relié aux habiletés. Ainsi, l’entrepreneur novice est susceptible d’augmenter ses connaissances et ses compétences en gestion, de clarifier sa vision d’affaires et d’identifier davantage d’opportunités. En outre, sur le plan psychologique, le mentorat d’affaires permet le développement de l’image de soi et du sentiment d’auto-efficacité, tout en procurant un certain réconfort à l’entrepreneur dans les périodes difficiles, tous ces éléments étant de nature à accroître sa résilience face à l’adversité. Bien que ce ne soit pas toutes les relations de mentorat qui permettent de développer de tels apprentissages, cette forme de support pourrait combler certains besoins de formation chez l’entrepreneur novice.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».