Mutations des secteurs commerciaux exploitant les infrastructures spatiales : analyse et indicateurs économiques
Notice bibliographique
Résumé
Cette thèse développe une méthode d'évaluation de l'importance économique des secteurs commerciaux utilisant les infrastructures spatiales, regroupés sous l'appellation de secteur spatial aval. La Partie 1 (Chap. 1 et 2) situe le contexte et identifie les enjeux méthodologiques. Le Chapitre 1 aborde le New Space comme changement structurel du secteur spatial, accélérant le développement commercial de l'espace et ouvrant de nouvelles opportunités de marché. Le Chapitre 2 réalise une revue de littérature pour souligner les enjeux liés à l'évaluation de la partie aval du secteur spatial. La Partie 2 (Chap. 3 et 4) se concentre sur le développement de la méthodologie d'évaluation, appliquée à la France en 2021. Le Chapitre 3 propose une approche basée sur la reconnaissance d'entités nommées pour identifier les entreprises spatiales aval. Le Chapitre 4 détaille la mesure des revenus du secteur spatial aval. Enfin, la Partie 3 (Chap. 5) enrichit la méthode par une analyse théorique de la nature économique des données et de l'information à l'ère numérique, en développant un cadre inspiré de l'approche flux-fond pour caractériser leur rôle dans la création de valeur.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».