La construction du capital social entrepreneurial : le cas de la biotechnologie
Notice bibliographique
Résumé
Cette recherche s'intéresse aux personnes appelées « entrepreneurs technologiques ». Elle cherche à comprendre comment ces « entrepreneurs » construisent le réseau de contacts qui les mène au succès dans la mise en marché du produit qu'ils ont développé : nouveau médicament, traitement ou appareil ayant des applications en santé humaine. Ce projet s'inscrit dans le cadre d'un questionnement plus vaste, visant à comprendre le processus entrepreneurial dans le secteur de la biotechnologie au Québec. Il cherche à expliquer (théoriser) comment se construit et évolue le projet entrepreneurial et le capital social qui le facilite (connaissances, moyens physiques et réseaux) pour atteindre le succès lorsque les entrepreneurs conçoivent, produisent et approuvent (préalable à sa commercialisation) un nouveau médicament ou traitement. Ce travail se place dans un paradigme interprétatif selon lequel la réalité est construite par ces entrepreneurs technologiques qui fournissent leur point de vue. La méthode qui permet de comprendre étant qualitative, l'exploration se fait tout au long de 16 entretiens analysés à l'aide d'un processus de théorisation ancrée tel qu'il a été proposé par Strauss et Corbin (1990) et modernisé par Clarke (2005) et Charmaz (2006). La question centrale de recherche est « Comment les entrepreneurs construisent-ils leur capital social entrepreneurial? » Afin d'élaborer la réponse, trois niveaux d'analyse sont étudiés à partir de trois sous-questions : a) « Que font les entrepreneurs technologiques pour amener une recherche scientifique sur le marché? » ; b) « Quel est le rôle de l'artéfact qui circule entre le laboratoire et le marché? » ; et c) « Comment évolue le processus de formation du contexte entrepreneurial lors du passage du stade d'artéfact scientifique à celui de produit commercial? ». Ce travail apporte des contributions diverses à la recherche en entrepreneuriat. Le propos central étant de comprendre le processus entrepreneurial intégralement, une approche à trois niveaux sera dégagée graduellement et par niveaux d'analyse. Premièrement, cette recherche dégage la compréhension d'une dimension des compétences des entrepreneurs technologiques c'est-à-dire, la notion de traduction du marché comme compétence nécessaire à l'avancement du processus. Deuxièmement, l'artéfact ou objet limite entre deux mondes sociaux, la biotechnologie et la pharmacie, sert de dispositif médiateur du conflit potentiel entre ces entrepreneurs. L'étude de quatre médicaments ou traitements propose trois rôles de fabrication de sens impliqués dans cette médiation soit, un rôle fonctionnel, un relationnel et un interactif. Les connaissances qui émergent de l'interaction (cycle d'assimilation, articulation et dissémination des connaissances) assurent sa mise en marché et l'engagement des divers acteurs impliqués. Troisièmement, cette recherche contribue à une meilleure compréhension du comportement entrepreneurial dans la construction du contexte nécessaire à la mise en marché d'une découverte, ayant pour base normée, la réciprocité convergente. Ce travail étudie et décompose la réciprocité convergente à partir de l'observation du processus de socialisation ou mimétisme et du processus de capitalisation ou mutation dans l'identification de l'opportunité et comme levier de ressources. Par l'étude des actions et des cognitions des entrepreneurs lors d'une trajectoire couverte par 16 entretiens dans la filière de la biopharmacie au Québec, cette thèse cherche à comprendre comment les entrepreneurs technologiques construisent leur réseau de contacts qui les mène au succès dans la mise en marché du produit qu'ils ont développé : nouveau médicament ou traitement ayant des applications en santé humaine. Les trois niveaux d'analyse qui répondent à cette question sont l'individu, l'artéfact et le contexte facilitateur, lesquels font émerger un cadre conceptuel de la recherche et aident à théoriser le processus entrepreneurial lors des étapes qui précèdent la mise en marché. \n______________________________________________________________________________
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,022 |
| Communication savante | 0,010 | 0,006 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 ».