Allocation de ressources, avantage concurrentiel et performance des petites et moyennes entreprises de l’industrie manufacturière française
Notice bibliographique
Résumé
L’analyse des liens entre la possession de un ou plusieurs avantages concurrentiels et la performance des firmes est un domaine qui a déjà été assez largement abordé dans la littérature de management stratégique. Certains de ces travaux ont cherché plus précisément à mettre en évidence des modes de combinaisons de ressources conduisant à la réalisation de niveaux de performance élevés. Toutefois, leurs champs d’investigation sont demeurés le plus souvent restreints à des domaines d’activité spécifiques, de sorte que les résultats auxquels ils aboutissent ne peuvent être généralisés. Partant de ce constat et s’appuyant sur le modèle de « ressources de base » qui apparaît comme le corpus théorique le plus complet sur cette question, l’objet de cette étude est de mettre en évidence, à partir de l’exploitation de 3049 enquêtes issues de la base de données de la Banque de France sur les comportements économiques et financiers des PME de l’industrie manufacturière française, des profils types de combinaison de ressources et de création d’avantages concurrentiels et de les comparer sur plusieurs critères de performance. Pour ce faire, une analyse typologique est menée. Elle conduit à la mise en évidence de six stratégies types de combinaisons de ressources associées à des avantages concurrentiels différents. Les résultats des tests effectués sur les comparaisons de performance entre ces six groupes indiquent que les entreprises qui obtiennent les meilleurs résultats sont celles qui adoptent un positionnement concurrentiel différencié fondé sur une approche qui situe le client au cœur de leur stratégie et qui utilisent principalement la fonction marketing comme support de création de leurs avantages compétitifs.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,006 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».