MétaCan
Menu
Retour à la cohorte
Enregistrement W4375932200 · doi:10.7202/1098939ar

L’intention entrepreneuriale environnementale : quels enseignements pour l’accompagnement des entrepreneurs naissants français ?1

2023· article· fr· W4375932200 sur OpenAlexvenueno aff
Azzedine Tounés

Notice bibliographique

RevueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2023
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L’intention environnementale est un concept clé pour examiner les comportements de protection de la nature et de l’environnement. Cependant, dans le domaine de l’entrepreneuriat naissant, peu d’études examinent l’intention entrepreneuriale environnementale des porteurs de projet. Pour combler cette lacune, nous accordons une attention particulière aux déterminants de l’intention entrepreneuriale environnementale des entrepreneurs naissants en France en vue de réduire l’impact de leurs activités sur la nature. Mobilisant la théorie du comportement planifié, nos investigations empiriques auprès de 433 entrepreneurs naissants français montrent la pertinence et la robustesse prédictive de cette théorie dans l’étude de l’intention entrepreneuriale environnementale des entrepreneurs naissants. Nous contribuons ainsi à une meilleure compréhension du processus de formation de cette dernière, plus particulièrement dans le champ de l’entrepreneuriat. Sur le plan des retombées managériales, cette recherche présente des contributions visant un meilleur accompagnement des entrepreneurs naissants souhaitant intégrer des pratiques environnementales dans le montage de leur projet entrepreneurial. Sur la base de l’effet du contrôle comportemental environnemental perçu et des formations à l’environnement, deux axes de progrès sont identifiés autour de la sensibilisation/formation à l’environnement et de la modélisation des projets entrepreneuriaux.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,241
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207