Les déterminants de l’innovation dans les petites et moyennes entreprises agroalimentaires
Notice bibliographique
Résumé
Cet article, élaboré dans le cadre du programme de recherche européen « Inno-valoc », étudie les liens entre le développement local (mesuré par des variables économiques et macroéconomiques) et les processus d’innovation dans les PME et TPE agroalimentaires. En matière d’innovation, beaucoup de travaux ont montré le rôle déterminant de la complémentarité entre les compétences internes des entreprises et les dispositifs de coordination mis en œuvre au plan local. Notre contribution est centrée sur les déterminants de l’innovation avec une attention particulière portée aux déterminants exogènes et à leur caractère local ou non. Dans un premier temps, on fixe le cadre d’analyse à partir d’une représentation du processus d’apprentissage. Nous analysons ensuite les spécificités de la petite entreprise et de l’agroalimentaire dans ce processus, puis sa dimension spatiale. Les résultats de l’enquête, menée auprès de 60 entreprises du Languedoc-Roussillon, révèlent une différence significative entre les déterminants selon le type d’innovation (produit, procédés, organisation). Dans le cas de l’innovation produit, ce sont essentiellement des facteurs internes à l’entreprise qui apparaissent. La dimension locale est présente seulement dans l’innovation organisationnelle à travers l’insertion locale du dirigeant et l’environnement institutionnel.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».