Les politiques publiques face à la diversité des PME : les apports d’une approche taxonomique en Rhône-Alpes1
Notice bibliographique
Résumé
Nous développons une taxonomie des entreprises de petite taille (TPE/PME) permettant de mieux les classifier et de mieux les comprendre, afin de mieux en soutenir le développement. Pour cela, nous mobilisons une base de données de grande ampleur construite pour la région Rhône-Alpes. Cette étude est motivée par l’énorme diversité des PME, et l’existence de très nombreuses définitions, tant statistiques que de recherche, utilisées pour de multiples usages, sans que l’une ou l’autre se dégage réellement. Cherchant à apporter un outil aux décideurs publics, notre travail cherche à construire une taxonomie des PME en se fondant sur une observation empirique. Nous cherchons ainsi à mieux identifier des situations stratégiques appelant des accompagnements différents. Notre étude permet d’identifier sept catégories de PME groupées par similitude de comportement et de situation stratégique. Pour chacune de ces catégories, nous analysons une firme caractéristique, que l’on peut identifier comme un archétype. Cette approche devrait se montrer plus réaliste et permettre en particulier aux décideurs politiques de mieux adapter leurs efforts de soutiens aux PME. Elle devrait également permettre une meilleure précision aux recherches conduites sur les PME.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».