Vigilance entrepreneuriale du repreneur externe et mentorat : rôle de l’accompagnement en amont1
Notice bibliographique
Résumé
Lorsque le repreneur prend la direction de l’entreprise, il peut être amené à construire une stratégie repreneuriale en identifiant de nouvelles opportunités. Au cours de cette phase, il peut bénéficier d’un accompagnement sous la forme du mentorat. Pour autant, ce processus d’identification a peu été étudié par la littérature dans ce contexte. L’enjeu est de mieux comprendre les déterminants et les conséquences de l’identification des opportunités lorsque le repreneur est à la tête de son entreprise, tout en étant accompagné par un mentor. Dans cet article, nous nous focalisons sur un déterminant : la vigilance entrepreneuriale, définie comme une capacité à identifier des opportunités. Nous analysons également les conséquences de ce processus d’identification sur la performance financière. L’objectif est de mieux comprendre dans quelle mesure le moment de l’accompagnement influence la relation entre vigilance entrepreneuriale, identification des opportunités et performance financière, dans le contexte de la reprise d’entreprises. Pour cela, une étude quantitative a été menée auprès de 150 repreneurs accompagnés par un mentor. Les résultats montrent que la relation entre vigilance entrepreneuriale, identification des opportunités et performance financière est plus forte lorsque le mentorat commence avant la reprise.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».