Productivité et activité en R&D des entreprises manufacturières québécoises : constats et implications
Notice bibliographique
Résumé
Résumé La productivité des entreprises manufacturières du Québec est préoccupante. Le Québec a présenté au cours de la dernière décennie des écarts de performance importants malgré les efforts considérables investis en recherche et développement. Ces écarts s’expliquent, entres autres, par la forte concentration de la R&D dans quelques industries, par l’importance relative des industries liées aux ressources, par le faible niveau des investissements en machineries et équipements et, finalement, par les écarts grandissants au chapitre de la productivité industrielle. Ces constats suscitent des interrogations. Pour répondre à celles-ci, une recherche en deux volets a été effectuée. Dans un premier temps, une enquête menée auprès d’experts a permis de rassembler des informations intéressantes au sujet de la productivité et des besoins technologiques. Dans un deuxième temps, une enquête en profondeur conduite auprès d’entreprises manufacturières québécoises a révélé que le taux de pénétration des technologies varie considérablement entre les secteurs d’activités industrielles. Cette enquête fait ressortir des lacunes en matière de gestion de même qu’un recours insuffisant à la R&D.
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 | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,003 |
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 ».