Les compétences de l’entrepreneur marocain : validation quantitative d’un référentiel
Notice bibliographique
Résumé
L’entrepreneuriat et l’entrepreneur suscitent, depuis quelques décennies, un engouement sans précédent au sein de la communauté scientifique. De nombreux travaux sont réalisés dans le but de mieux appréhender, décrypter le phénomène entrepreneurial, d’encourager ou d’en prédire l’évolution. L’entrepreneur, l’individu au coeur de ce processus n’est pas en reste, et fait l’objet de nombreuses études qui visent à qualifier ses attributs, ses traits de personnalité, ses compétences ou sa propension à se lancer en affaires dans un futur proche. Le travail de recherche que nous présentons s’inscrit dans cette lignée et a pour objectif l’identification des compétences de l’entrepreneur en se focalisant sur l’entrepreneur marocain. En prenant pour base de questionnement un référentiel de compétences précédemment validé auprès d’un échantillon d’entrepreneurs de trois pays francophones (Loué et Baronet, 2012), nous avons interrogé 179 entrepreneurs dans diverses régions du Maroc. Un modèle composé de 42 compétences réparties en 7 axes (gestion des ressources humaines, savoir-être, détection d’opportunités d’affaires, commercial-marketing, gestion financière, gestion stratégique et management) a émergé de notre analyse statistique. Les résultats que nous présentons dans cet article sont susceptibles d’orienter et de structurer les actions des centres de formation en entrepreneuriat ainsi que des structures d’accompagnement à la création d’entreprises au Maroc.
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 | 0,021 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».