Notice bibliographique
Résumé
Pour plusieurs aspirants entrepreneurs, trouver une « bonne » opportunité est une étape difficile. Arriver à reconnaître une opportunité nécessite, au niveau individuel, un certain nombre de connaissances et d’informations, de même qu’une certaine dose de créativité. Pour pallier ces limites individuelles, une avenue intéressante est de mettre à contribution des groupes ou une collectivité pour identifier des opportunités, ce qui permet de multiplier les connaissances et favorise la créativité. C’est le pari qui a été fait dans certains milieux, en réunissant différents groupes d’acteurs dans des démarches structurées afin de reconnaître des opportunités dans leur environnement. Bien qu’intéressantes, ces démarches posent la question suivante : le processus de reconnaissance d’opportunités peut-il être abordé comme un processus collectif ? Pour Tremblay et Carrier (2006), il s’agit d’une avenue non seulement pertinente pour la pratique, mais justifiable d’un point de vue théorique. Ceci étant dit, on connaît peu les facteurs influençant un tel processus et permettant d’en assurer le succès. Afin de répondre à cette question, une étude exploratoire par théorisation enracinée a été réalisée à partir de cinq cas de démarches collectives. Au final, l’étude a permis d’illustrer le processus collectif de reconnaissance d’opportunités et certains facteurs permettant d’en maximiser les retombées. Les résultats permettent de confirmer les rapprochements entre identification d’opportunités et créativité et offrent des repères pour orienter l’action des intervenants et conséquemment, d’améliorer les retombées de telles pratiques.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,010 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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.
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 ».