Informatisation et performance dans la PME au Cameroun
Notice bibliographique
Résumé
Depuis l’avènement en 1987 du paradoxe de la productivité des investissements en technologies de l’information ou « paradoxe de Solow », plusieurs études tant macroéconomiques que microéconomiques, adoptant des méthodologies et portant sur des champs divers se sont succédé pour tester la validité empirique de ce paradoxe. Si, sur le plan microéconomique, la plupart des études se sont intéressées aux grandes entreprises, très peu malheureusement ont porté attention aux PME en général et presque pas aux PME africaines en particulier. C’est dans cette perspective que nous avons décidé, à l’instar de Dans (1999, 2001), Blili et Raymond (1993), Levy et Powell (1988), de contribuer à combler ce vide. Aussi, notre article cherche-t-il à vérifier empiriquement par une enquête sur un échantillon d’une cinquantaine de PME camerounaises si l’informatisation a un impact positif sur leur performance ou, du moins, sur leur productivité. La mesure perceptible de performance utilisée infirme empiriquement le paradoxe de la productivité dans le cadre de notre étude, prouvant ainsi, à la suite de Dans (1999, 2001), Lichtenberg (1995), Brynjolfsson et Hitt (1996) et autres, la caducité de ce paradoxe. Même si nous n’avons pas relevé de corrélation statistique entre informatisation et performance, nous avons conclu notre article en encourageant les PME à s’employer vivement à optimiser l’utilisation de l’ordinateur qui pourrait constituer par là un véritable outil de compétitivité et de performance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».