MétaCan
Menu
Retour à la cohorte
Enregistrement W3021697599

IMPACT DU CAPITAL SOCIAL ENTREPRENEURIAL SUR LA PERFORMANCE ET L’ACCÈS AUX RESSOURCES EXTERNES : REVUE DES ÉCRITS

2020· article· fr· W3021697599 sur OpenAlexaboutno aff
Nour El Houda Mokhtari, Abdelkader Maaroufi, Najib Tirou

Notice bibliographique

RevueInternational Journal of Economics and Management Research · 2020
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les etudes sur la performance des entreprises occupent une place importante dans les travaux fondamentaux de beaucoup de chercheurs en sciences economiques et de gestion.   Cependant les avis et les resultats sur les impulsions sociales de la performance des entreprises restent divergents. Ainsi, par exemple, les developpements menes par Nkakleu (2003) revelent que les entreprises, dont les dirigeants, ont des liens sociaux plus nombreux fonctionnent mieux, sont plus performantes que celles dont les liens sociaux des dirigeants le sont moins. Les travaux menes par Baillette (2001) aupres du groupement des chefs d’entreprises du Quebec revelent que le capital social developpe par ces dirigeants leur a permis d’acceder a des sources informationnelles tres riches et a d’autres ressources variees. Dans la meme lancee, Plociniczak (2004) affirme que « l’analyse de la creation d’entreprises, et plus generalement, de l’action economique ne peut se passer d’une integration pleine et effective des cadres relationnels et des structures institutionnelles sans lesquels elle ne pourrait se deployer » (Plociniczak, 2004, p.1-37). Le present article se propose de montrer l’impact de la prise en compte du capital social sur le processus de construction de la performance des entreprises, afin de donner une impulsion de reconsideration de la place des rapports humains et sociaux aux dirigeants dans la construction de leurs performances.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,094
Tête enseignante GPT0,326
Écart entre enseignants0,232 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and Management ResearchMême sujetBusiness Strategy and InnovationTravaux en français237 207