MétaCan
Menu
Retour à la cohorte
Enregistrement W4387426586 · doi:10.1177/09713557231201192

The Ignored Legitimation Paradox of Northern Technology-based New Ventures Encountering Southern Contexts: Case Study of a French e-Books Company

2023· article· en· W4387426586 sur OpenAlexaff
Amira Laïfi, Yabo Octave Niamié, Olivier Germain

Notice bibliographique

RevueThe Journal of Entrepreneurship · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMicrofinance and Financial Inclusion
Établissements canadiensMinistère de l’Emploi et de la Solidarité Sociale (Québec)Université du Québec à MontréalPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésLegitimationLegitimacyContext (archaeology)AppropriationField (mathematics)SociologyEmerging technologiesOrganizational fieldPublic relationsPolitical scienceInstitutional theoryEpistemologySocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

The contribution of Northern technologies to solving problems in the South is widely studied. However, the dissemination of these technologies in the South is rarely seen as a legitimacy issue. This paper aims to understand how the legitimacy of a new venture is created in an emerging field, considering the indeterminate and unstable nature of the entrepreneurial process. To explore this avenue, we conducted a qualitative study around a unique case: Cyberlibris, a young company operating in the field of e-books, an emerging field within the book industry in the early 2000s. This study suggests that the process of legitimation of a disruptive technology-based innovation carried out by a newcomer is constituted by a tangle of tests, a notion borrowed from pragmatic sociology, but tests change with respect to demands by African schools. First, we highlight three tests within the legitimacy process in the French context (revenue model, publisher conservatism and reading practice changes). These tests are experienced by adapting to the African context. We discuss the paradox between legitimacy and domination in technology appropriation processes.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,010
Communication savante0,0060,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,249
Écart entre enseignants0,213 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of EntrepreneurshipMême sujetMicrofinance and Financial InclusionTravaux en français237 207