La sagesse au profit des PME : caractéristiques et rôles du mentor d’entrepreneurs
Notice bibliographique
Résumé
Sommaire Le mentorat d’entrepreneurs s’est considérablement développé au cours des dernières années. L’évaluation du programme de mentorat de la Fondation de l’entrepreneurship nous permet d’éclairer plusieurs dimensions de ce type de mentorat, encore peu documenté. Cet article adopte le point de vue du mentor en abordant les cinq questions suivantes : Qui est le mentor d’entrepreneurs? Pour quelles raisons des individus mettent-ils leur expérience et leur expertise au service des PME? Quelle contribution apportent-ils aux entreprises? Quelles sont les principales difficultés rencontrées par les mentors d’entrepreneurs? Quels bénéfices retirent-ils de ce type d’activité volontaire? Les résultats montrent que le mentorat d’entrepreneurs est fort différent de celui pratiqué dans les grandes organisations. Plutôt que de tenter de standardiser les caractéristiques et les rôles d’un « bon mentor », l’hétérogénéité de la clientèle visée nous invite plutôt à privilégier une approche de « mentorat situationnel », où les mentors sont encouragés à s’adapter aux besoins des entrepreneurs mentorés.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 tête enseignante, 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 ».