MétaCan
Menu
Retour à la cohorte
Enregistrement W2009933676 · doi:10.7202/001473ar

Les « Start-Up » de jadis

2000· article· fr· W2009933676 sur OpenAlexvenueaboutno aff
Pierrick Malissard

Notice bibliographique

RevueSociologie et sociétés · 2000
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

I l existe actuellement très peu de travaux historiques sur la question de la création d'entreprises par les chercheurs universitaires.Même si des analyses sur les relations entre les universités et l'industrie mentionnent parfois certaines expériences assez anciennes (Bowie, 1994 ;Locke, 1984), habituellement les évocations de ce phénomène sont centrées sur des exemples récents, ce qui tend à suggérer qu'il s'agirait d'une nouvelle tendance, en rupture avec les traditions universitaires.Dans ce contexte, le chercheur-entrepreneur est parfois vu avec une certaine suspicion dans le monde universitaire. 1 Il semblerait cependant que, tout particulièrement au Canada, certaines universités ont couvé très tôt, dans des contextes rappelant plus ou moins les « start-up » contemporains, des initiatives de chercheurs qui se sont développées par la suite.Deux exemples de cette sorte « d'entrepreneurial university » (Etzkowitz, Webster, Gebhardt et Terra, 1997) avant la lettre sont les Laboratoires Connaught de l'Université de Toronto, fondés en 1914, et l'Institut de microbiologie et d'hygiène de l'Université de Montréal (imhum), créé en 1938, qui furent, durant plusieurs décennies et jusqu'au début des années 1970, les seuls producteurs de vaccins, sérums et autres produits pierrick malissardCentre interuniversitaire de recherche sur la science et la technologie (cirst) et Département d'histoire Université du Québec à

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)0,004
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: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0110,003
Communication savante0,0070,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0310,006

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 Opus0,442
Tête enseignante GPT0,544
Écart entre enseignants0,102 · 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

Citations11
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSociologie et sociétésMême sujetSocial Sciences and GovernanceTravaux en français237 207