MétaCan
Menu
Retour à la cohorte
Enregistrement W1998758197 · doi:10.3917/riges.271.0014

De la subversion à la normalisation : de la Swatchmobile à la Smart

2002· article· fr· W1998758197 sur OpenAlexvenueno aff
Emmanuel Métais, Richard Pin

Notice bibliographique

RevueGestion · 2002
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesSubversionPolitical scienceArtPhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

Résumé « La Swatchmobile représentera 30 % du marché des petits véhicules urbains d’ici 10 ans. » En 1990, Nicolas Hayek, inventeur de la montre Swatch, souhaite révolutionner l’automobile en créant un concept différent, comme il l’a fait pour les montres. Son objectif est clair : changer le rapport de l’être humain à l’automobile, rapport qui n’a guère évolué, selon lui, et instaurer un nouveau rapport à l’urbanisme, voire à la citoyenneté. En mars 1994, SMH s’allie avec Mercedes-Benz pour donner naissance à MCC (Micro Concept Car), et le projet Swatchmobile est transformé en projet Smart. Après des débuts difficiles, les ventes s’annoncent sous de meilleurs auspices. Le cas Swatchmobile-Smart est emblématique des théories nouvelles qui ont enrichi la pensée dans le domaine de la stratégie d’entreprise au cours des années 1990. Le courant de l’intention stratégique a permis de mieux comprendre comment certaines entreprises, sur la base d’une vision ambitieuse, pouvaient générer des stratégies déviantes, sources de nouvelles voies de développement à long terme. Au cœur de ces mécanismes, le concept de subversion permet de prendre la mesure de l’efficacité de ces stratégies. Cependant, si ces théories insistent sur la nécessité d’être radicalement différent, elles occultent la difficulté de la mise en œuvre de ces stratégies et le risque qu’elles comportent, dont Smart est l’exemple typique.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,008
Communication savante0,0060,011
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0160,005

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,216
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGestionMême sujetBusiness Strategy and InnovationTravaux en français237 207