MétaCan
Menu
Retour à la cohorte
Enregistrement W2116960496 · doi:10.7202/1008658ar

Incertitude environnementale, aversion au risque du dirigeant et investissement productif des petites et moyennes entreprises

2012· article· fr· W2116960496 sur OpenAlexvenueno aff
Jacques Bernard Sauner-Leroy

Notice bibliographique

RevueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2012
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueCapital Investment and Risk Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article a pour objet de tester empiriquement les liens entre le niveau d'investissement productif des PMI et le degré d’incertitude de leur environnement et d’aversion au risque de leur dirigeant. Cette analyse est effectuée à partir de données issues de l’enquête qualitative de la Banque de France menée en 1996 sur les comportements stratégiques de 1439 PMI de l’industrie manufacturière française. Quatre styles de management, correspondant à des niveaux d’incertitude et d’aversion au risque opposés, sont mis en évidence et associés à des taux d’investissement significativement différents. Le recours à une régression multiple permet ensuite de confirmer et d’affiner les résultats obtenus. Il en ressort notamment que les phénomènes combinés d’incertitude et d’aversion au risque apparaissent comme des déterminants pertinents de la décision d’investir. Les conclusions de cette étude indiquent que, nonobstant un nécessaire renforcement de leur structure financière, la stimulation de l’investissement des PMI passe par des actions de sensibilisation à l’importance du recueil et du traitement de l’information stratégique ainsi que par des incitations à l’accroissement de leurs efforts en matière de dépenses en recherche et développement.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,301
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,023
Tête enseignante GPT0,239
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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseMême sujetCapital Investment and Risk AnalysisTravaux en français237 207