MétaCan
Menu
Retour à la cohorte
Enregistrement W2168718918

The Indirect Costs of Venture Capital in Canada

2005· preprint· en· W2168718918 sur OpenAlexaboutno aff
Cécile Carpentier, Jean‐Marc Suret

Notice bibliographique

RevueÉrudit documents and data repository (Érudit Consortium, University of Montreal) · 2005
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVenture capitalBusinessEquity (law)FinanceCommercializationMoral hazardEconomicsMarket economyIncentivePolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Certains analystes et décideurs politiques considèrent que la croissance des nouvelles entreprises technologiques est contrainte par une offre insuffisante de capital. Au Canada, comme dans d'autres juridictions, les pouvoirs publics sont intervenus pour corriger cette lacune des marchés en augmentant l'offre de capital. Toutefois, la plupart des chercheurs défendent que cette lacune est essentiellement due aux problèmes d'asymétrie informationnelle, qui touchent particulièrement les entreprises technologiques. Les problèmes d'agence et d'anti-sélection qui en découlent rendent l'obtention de capital longue et coûteuse. Dans la présente étude, nous étudions les coûts et délais associés à l'obtention de capital de risque par douze entreprises technologiques, au cours de 18 rondes de financement distinctes. L'étude est menée au Québec, où l'offre de capital de risque est particulièrement abondante. Nous observons que les coûts associés à l'obtention du capital sont considérables et de nature à pénaliser les entreprises, notamment au cours des rondes initiales de financement. L'intervention gouvernementale classique, qui consiste à augmenter l'offre de capital, semble donc largement inefficace. D'autres types d'intervention, qui viseraient à encadrer et aider les dirigeants dans la recherche de fonds, devraient être étudiés.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,196
Écart entre enseignants0,185 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations2
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉrudit documents and data repository (Érudit Consortium, University of Montreal)Même sujetPrivate Equity and Venture CapitalTravaux en français237 207