Entrepreneurs (novice contre expert) et investisseurs : interactions et dynamique des rationalités (effectuale contre causale)
Notice bibliographique
Résumé
La littérature sur la prise de décision stratégique a montré que les entrepreneurs peuvent combiner les logiques effectuale et causale lors du processus de développement de l’entreprise, mais les interactions entre l’entrepreneur et les investisseurs et la manière dont ces logiques et leur combinaison peuvent impacter le processus d’investissement ont été peu abordées. Une étude exploratoire longitudinale auprès de deux jeunes entreprises a été menée pour étudier la complexité des interactions et comprendre les rationalités mises en oeuvre et leur évolution lors du processus d’investissement dans les jeunes entreprises. Les résultats montrent que l’entrepreneur expert utilise une rationalité causale pour lever des fonds auprès des capital-risqueurs et des anges. À l’inverse, l’entrepreneur novice recourt à une rationalité effectuale dans la création de la jeune entreprise et dans ses relations avec les anges. Les anges peuvent – de manière proactive – basculer d’une rationalité effectuale vers une rationalité causale soit pour coinvestir avec les capital-risqueurs au démarrage de la jeune entreprise, soit pour accompagner son développement. Ces résultats contribuent à la littérature sur la théorie de l’effectuation en interrogeant l’évolution des rationalités et des comportements entrepreneuriaux lors de la création de l’entreprise et de la recherche de financement.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».