Notice bibliographique
Résumé
Les actions de soutien vers les PME se sont renforcées ces dernières années, mais nous constatons que ces efforts n’ont pas toujours un écho favorable. Une hypothèse tient au manque d’adaptation des programmes d’accompagnement, en termes de savoirs et de construction de relations. Dans cet article, nous proposons une réflexion complémentaire sur les voies que l’accompagnement entrepreneurial doit poursuivre pour être plus efficace. Nous mobilisons le concept de rapport de prescription d’Hatchuel (2001). Ce cadre théorique permet de représenter les continuums ouverts de l’accompagnement sur lesquels se construisent les savoirs et les relations, en considérant d’une part la singularité des situations de changement auxquelles est confronté l’entrepreneur dirigeant de PME et d’autre part les besoins de ce dernier (adaptation, projection, résolution de problèmes, problématisation…). Dans ce cadre, nous étudions un cas particulier de programme d’accompagnement : « France Investissement. LeClub » à destination de PME à fort potentiel. L’étude montre que l’accompagnant peut sortir de cette relation unilatérale d’expert pour aller vers une relation d’animateur, traducteur et de catalyseur des apprentissages, dans le cadre de réseaux par exemple. L’article propose un regard novateur sur le métier de l’accompagnement et incite les intervenants à adopter une vision élargie de leur mission.
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 | 0,002 | 0,004 |
| 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 | 0,003 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».