MétaCan
Menu
Retour à la cohorte
Enregistrement W2252764582 · doi:10.7202/1039787ar

La dynamique des compétences relationnelles dans le développement des entreprises à internationalisation rapide et précoce : une approche multiniveaux

2017· article· fr· W2252764582 sur OpenAlexvenueno aff
Djamila Elidrissi, Valérie Hauch, Sabrina Loufrani-Fedida

Notice bibliographique

RevueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2017
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceInternationalizationBusinessPhilosophyInternational trade

Résumé

récupéré en direct d'OpenAlex

Alors qu’une part importante de la littérature sur les entreprises à internationalisation rapide et précoce (EIRP) souligne l’importance des réseaux sociaux dans leur dynamique, très peu nous est dit sur les compétences relationnelles mobilisées par ces entreprises pour initier, consolider et étendre ces réseaux sociaux à l’international. Pour combler cette lacune, nous avons entrepris un programme de recherche, dont l’objectif est d’améliorer la compréhension de la dynamique des compétences relationnelles dans le développement des EIRP, en nous intéressant à la fois à l’identification, l’émergence et la combinaison des quatre niveaux de compétences (individuel, collectif, organisationnel et interorganisationnel). Notre recherche, de type exploratoire, repose sur une démarche qualitative, centrée sur une analyse de données issues d’une série d’entretiens avec des entrepreneurs-dirigeants d’EIRP et des experts de leur développement. Les résultats montrent que la dynamique des compétences relationnelles est le fruit d’efforts déployés à la fois par les dirigeants et leurs équipes pour initier la relation, puis consolider le réseau et enfin l’étendre. Aussi, dans les EIRP, les compétences relationnelles ne sont pas données, mais se construisent progressivement grâce aux stratégies des acteurs et à la prise en considération des quatre niveaux d’analyse de la compétence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,009
Études des sciences et des technologies0,0030,004
Communication savante0,0130,012
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,266
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseMême sujetInternational Business and FDITravaux en français237 207