Entrepreneuriat immigrant : la mobilisation régulière des connaissances du pays d’origine et son impact sur l’innovation au sein du pays d’accueil
Notice bibliographique
Résumé
Cet article vise à comprendre le rôle des connaissances issues du pays d’origine dans les activités d’innovation des entrepreneurs immigrants au sein du pays d’accueil. En mobilisant la littérature sur l’entrepreneuriat transnational de la diaspora et l’innovation ouverte, nous explorons le cas de quatre entrepreneurs africains installés à Montréal. Ces entrepreneurs devaient bénéficier de manière régulière des connaissances du pays d’origine, à travers la mise en place de projets d’innovation avec des acteurs au sein de cet environnement. Les résultats montrent que les connaissances mobilisées par les entrepreneurs dans le pays d’origine proviennent principalement de leur capital social et humain. Le capital social est mobilisé à travers des relations informelles ou formelles avec des membres de la famille, des amis ou des partenaires professionnels, tandis que le capital humain est mobilisé à travers l’expérience de l’entrepreneur. Ces connaissances du pays d’origine permettent aux entrepreneurs d’introduire des innovations de produits/services, de position, de processus et de paradigme au sein du pays d’accueil qui, à leur tour, sont porteuses de retombées économiques et sociales dans le pays d’origine. Cette étude enrichit la compréhension du lien entre l’entrepreneuriat immigrant et l’innovation, tout en mettant en lumière l’impact social et économique des entrepreneurs de la diaspora dans leur pays d’origine.
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 | 0,002 | 0,005 |
| 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 | 0,005 | 0,003 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 ».