Programme de recherche sur le rôle des gouvernements dans le financement des entreprises Initiatives gouvernementales en capital de risque: les leçons des expériences européennes
Notice bibliographique
Résumé
La plupart des pays ont instauré des institutions et des mécanismes dédiés à la création de nouvelles entreprises et au financement de leur croissance. Nous analysons les stratégies mises en place par la France, l'Allemagne et le Royaume-Uni. Dans ces pays, la part de l'État dans le financement par capital de risque est significativement inférieure à celle du Québec sans que la performance en termes de création et de croissance d'entreprises technologiques ne semble inférieure. Ces pays ont privilégié une action ciblée, axée sur les stades de R&D, transfert, incubation et démarrage, clairement restreinte aux technologies. Les universités sont, à l'exception de la France, au centre de l'effort de création de nouveaux projets d'entreprises. Des structures internes ou directement subordonnées aux ministères sont mises en place pour gérer et évaluer les programmes, établir les priorités et éviter les dérapages vers des secteurs en demande de fonds mais non prioritaires. Les programmes, dont la durée de vie est souvent limitée, sont très largement soumis à des critères de performance et d'accréditation rigoureux. Les modes d'intervention autres que les déductions fiscales sont privilégiés.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».