MétaCan
Menu
Retour à la cohorte
Enregistrement W2086165687 · doi:10.7202/1008443ar

L’évolution du projet des jeunes entreprises technologiques innovantes au cours des premières années: une méthode d’appréciation du cheminement stratégique

2012· article· fr· W2086165687 sur OpenAlexvenueno aff
Michel Bernasconi, Franck Moreau

Notice bibliographique

RevueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2012
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

La jeune entreprise technologique innovante fait l’objet d’un intérêt croissant tant de la part des praticiens, des chercheurs que des institutions publiques. Les expériences vécues attestent par ailleurs des difficultés auxquelles se sont heurtées ces entreprises pour se développer, et ce malgré un modèle économique pertinent, une technologie performante et une équipe expérimentée et complémentaire. Si les travaux de recherche existants ont indiscutablement permis de nommer et de définir les pratiques stratégiques des entreprises, ils nous paraissent toutefois insuffisants pour rendre compte de la spécificité et de la réalité du développement des jeunes entreprises technologiques. Nous proposons ici une approche de l’évolution du projet d’entreprise en nous intéressant au cheminement stratégique suivi par la jeune entreprise. L’analyse est basée sur l’appréciation des écarts relatifs aux principaux attributs du projet au moment de la création et quelques années plus tard. Pour ce faire, un modèle descriptif et analytique a été construit et testé auprès de trois jeunes entreprises technologiques de Sophia-Antipolis. L’analyse du développement et la mise en évidence des écarts constatés entre le projet initial – tel qu’il a été formulé dans le premier plan d’affaires – et le projet réalisé mettent en évidence les difficultés qu’ont ces entreprises à pénétrer le marché et à commercialiser leur offre. Les trajectoires de développement suivies sont peu linéaires et les reformulations stratégiques rendent nécessaires des qualités de management. Au-delà des résultats, ce travail permet d’opérationnaliser une méthode d’évaluation de l’évolution des projets d’entreprises.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,296
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,252
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseMême sujetInnovation and Knowledge ManagementTravaux en français237 207