MétaCan
Menu
Retour à la cohorte
Enregistrement W2003494852 · doi:10.7202/1008696ar

Les facteurs de succès des entreprises à croissance rapide en Allemagne

2012· article· fr· W2003494852 sur OpenAlexvenueno aff
Michael Woywode, Vera Lessat

Notice bibliographique

RevueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2012
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette étude analyse les entreprises d’Allemagne de l’Ouest connaissant une croissance de l’emploi particulièrement importante. Nous désignons comme entreprises à croissance rapide celles qui appartiennent aux 10 % des entreprises ayant la plus forte croissance de l’emploi. Après une discussion théorique sur les déterminants de la croissance d’entreprise, nous développerons une série d’hypothèses dont nous vérifierons l’exactitude de façon empirique à l’aide de deux échantillons d’entreprises. Le premier échantillon comprend environ 11 000 entreprises de l’industrie de transformation (secteur secondaire), de l’industrie du bâtiment, du commerce et de l’industrie des services en général (secteur tertiaire). Les données dont nous disposons proviennent des informations de la plus grande agence allemande de renseignements sur les crédits, CREDITREFORM. Le deuxième échantillon comporte des informations sur environ 4000 entreprises ouest-allemandes de l’industrie de transformation et de l’industrie de services liés à la production. Pour cet échantillon, les informations proviennent d’un sondage écrit. Nos résultats peuvent être résumés ainsi : nous confirmons les résultats d’enquêtes précédentes, qui attestent qu’un petit groupe d’entreprises à croissance rapide apporte une contribution essentielle à la croissance de l’emploi. En moyenne, les petites et les jeunes entreprises appartiennent plus que les grandes entreprises ou celles plus anciennes aux groupes d’entreprises à croissance rapide. En outre, nous découvrons que le secteur d’activité et la forme juridique choisie par l’entreprise influent sur la probabilité pour l’entreprise de faire partie des entreprises à croissance rapide. Les stratégies des entreprises en matière de recherche et développement ou d’exportation, mais aussi les caractéristiques personnelles de l’entrepreneur telles que son âge et son diplôme sont des déterminants majeurs de la forte croissance d’une entreprise.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,034
Tête enseignante GPT0,263
Écart entre enseignants0,229 · 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'étudeObservationnel
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

Citations20
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseMême sujetFirm Innovation and GrowthTravaux en français237 207