Benoit Duguay, 2015, Consommer, consumer. Dérives de la consommation , Québec, Ed. Liber, 158 p.
Notice bibliographique
Résumé
Le transfert de connaissances dans le cadre d’une joint-venture demeure encore un domaine peu connu. À travers cette étude on propose une vision originale en précisant la nature et la dynamique d’une relation triale (entreprises mères et joint-venture) et interactive du transfert de connaissances. Les résultats montrent, tout d’abord, que la réussite de transfert dépend de la qualité des contributions de l’entreprise mère étrangère, de l’entreprise mère locale et de la joint-venture. Ensuite, nous avons pu identifier des facteurs déterminants et des facteurs facilitateurs du transfert de connaissances de l’entreprise mère étrangère vers la joint-venture, de l’entreprise mère locale vers la joint-venture et de la joint-venture vers les entreprises mères. Autant les entreprises mères que la joint-venture doivent les prendre en compte en vue de mieux réussir le transfert de connaissances. Enfin, la relation informelle entre les décideurs est apparue comme un facteur facilitateur du transfert de connaissances.Codes JEL : M160
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,012 |
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 ».