L’importance de la dimension régionale pour les plateformes de crowdfunding : le cas du territoire breton
Notice bibliographique
Résumé
Au vu du poids des PME/TPE dans l’économie française, l’un des enjeux des politiques publiques est de favoriser leur croissance et cela passe, entre autres, par un accès aisé au financement. Aujourd’hui, leur principal mode de financement reste l’emprunt bancaire. Cependant, les banques n’accordent pas toujours le financement demandé. À partir de ce constat, nous nous sommes intéressés au crowdfunding en tant que source de financement complémentaire. Nous recensons environ cent plateformes françaises permettant de financer des projets d’entreprise. Sept d’entre elles sont situées sur le territoire breton et permettent de financer, en grande partie, des projets d’entreprises présentes sur ce territoire. Cela nous amène à un questionnement sur ce qui lie un territoire régional à une plateforme de crowdfunding en prenant comme exemple le territoire breton. Pour répondre à ce questionnement, notre recherche s’est déroulée en deux temps, tout d’abord par une phase permettant de caractériser le crowdfunding sur notre territoire d’étude puis par une phase compréhensive. La première phase a consisté à dresser un panorama du crowdfunding sur le territoire breton. La phase compréhensive nous a amenés à classer les plateformes en quatre catégories, liant territoire et plateformes, et a fait ressortir le concept de « phygitalisation », qui combine numérique et présence physique.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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.
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 ».