Des inégalités d’accès aux inégalités de succès : enquête sur les fondateurs et fondatrices de start-up
Notice bibliographique
Résumé
Parfois utilisé pour désigner des entreprises innovantes, d’autres fois pour désigner un modèle d’entreprise risqué ou pour mettre l’accent sur des entrepreneur·ses jeunes et héroïques, le mot start-up ne trouve aucune définition objective, ne correspondant à aucune catégorie juridique. Cet article propose d’apporter un éclairage sur cet objet largement médiatisé et pourtant peu étudié. En nous appuyant sur une double enquête qualitative et quantitative menée depuis 2016 auprès de fondateurs et fondatrices de start-up, nous questionnerons les prétendues spécificités du modèle des start-up en analysant les représentations qui leur sont associées. Sont-elles vraiment des entreprises plus jeunes, plus innovantes, avec un potentiel de croissance plus important que les autres ? Après avoir explicité les modes de création et de développement qui distinguent les start-up des entreprises classiques, nous montrerons qu’ils viennent renforcer les inégalités de classe et de genre, tant dans les chances d’accès que dans les chances de succès, alors même que le modèle des start-up se présente comme un modèle d’entrepreneuriat plus démocratique et méritocratique que ce qui existe par ailleurs.
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 | 0,013 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,014 |
| Communication savante | 0,015 | 0,013 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».