PME exportatrices et information en zones rurales ou zones urbaines
Notice bibliographique
Résumé
La théorie économique traditionnelle soutient qu’il est plus difficile de se développer et d’exporter pour les PME en zones rurales là où les ressources, entre autres, informationnelles, sont plus rares qu’en zones urbaines en raison du manque d’économies d’agglomération. C’est ce que nous avons voulu vérifier à partir d’une enquête complexe auprès de PME manufacturières réparties sur le territoire du Québec et dont nous avons distingué 105 PME exportatrices oeuvrant dans des villes et 37 autres petites firmes rurales. Les résultats montrent que les différences entre les PME exportatrices des deux zones sont minimes. Dans le cas des firmes rurales, elles se traduiront par une direction un peu moins instruite et expérimentée, un historique d’exportation plus jeune et donc une organisation moins complexe, une exportation moins « multinationale » et des produits un peu moins technologiques que ceux de leurs concurrents. Mais, en général, ni la localisation ni le niveau technologique des équipements semblent être des facteurs déterminants pour expliquer l’accès à l’information et la performance à l’exportation dans les deux zones. Il est donc possible de penser que l’évolution de l’environnement économique et des communications est en train d’annuler les différences qui distinguent le monde rural du monde urbain quant à la dynamique des PME ou du moins nous incite à rechercher d’autres différences pouvant expliquer les comportements des PME selon les localisations.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 ».