De l'évaluation des projets de création d'entreprises au pronostic de succès
Notice bibliographique
Résumé
On sait la difficulté de dégager des critères d'évaluation de projets de créations d'entreprises ayant une valeur de pronostic. Cette note présente les résultats d'une étude portant sur un échantillon de 11 cas de créations d'entreprises en France. Son but était de comparer les évaluations portées à trois reprises sur les mêmes projets sur une période de deux ans, de manière à tester la qualité du processus d'évaluation. Cette étude montre que peu d'éléments s'étant révélés importants après coup avaient été négligés dans l'évaluation au départ, mais qu'il y a eu souvent un fort dérapage dans le temps. L'évaluation du plan d'affaire et l'existence d'une vision claire du projet par le créateur ont toutes deux fourni de bons éléments annonciateurs du succès. Par contre, le jugement sur les capacités personnelles de l'entrepreneur a été plusieurs fois démenti par les faits. Des conséquences pratiques sur les méthodes d'évaluation de projets de créations d'entreprises peuvent être tirées de cette étude, bien que d'autres recherches soient encore nécessaires.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; 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 ».