MétaCan
Menu
Retour à la cohorte
Enregistrement W2100322116 · doi:10.7202/1008271ar

Entrepreneuriat, développement du territoire et appropriation de l'information

2012· article· fr· W2100322116 sur OpenAlexaffvenue
Pierre‐André Julien

Notice bibliographique

RevueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2012
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

On ne peut comprendre la multiplication et le développement des PME dans les régions qu’en recourant à des approches plus larges que celles proposées par la théorie économique traditionnelle, notamment en nous attardant au contrôle et à l’appropriation de l’information « riche » par les PME et ainsi par le territoire même en relation avec celles-ci. C’est ce qui ressort de plus en plus de bon nombre d’études sur les régions dynamiques ou en voie de se dynamiser; dans ces régions, la capacité d’aller chercher les informations riches et de les utiliser à bon escient pour créer ou soutenir les réseaux et pour investir et développer les marchés explique la croissance des PME les plus dynamiques et, par ricochet, leur multiplication. On peut résumer cette relation cruciale entre les PME et l’information en montrant que les PME ayant une stratégie réactive attendent d’avoir beaucoup d’information pour agir, laissant ainsi passer beaucoup d’opportunités. À l’autre extrême, les PME à stratégie proactive prennent des risques en saisissant les occasions d’affaires le plus tôt possible même lorsque les informations sont insuffisantes. Entre les deux, on trouve la stratégie active. Plus un territoire est en relation (est « branché ») avec de l’information riche, plus il se l’approprie, plus il la diffuse et la rend accessible pour favoriser la différenciation par l’innovation, plus il tend à entraîner de plus en plus de PME à avoir des stratégies proactives et ainsi à se développer rapidement tout en soutenant le dynamisme des autres PME implantées sur le territoire.

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)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,481
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,018
Tête enseignante GPT0,235
Écart entre enseignants0,216 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations24
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseMême sujetFirm Innovation and GrowthTravaux en français237 207