La co-création de valeur au sein de l'industrie esport québécoise : perceptions des acteurs, délimitation des enjeux et avenues de développement
Notice bibliographique
Résumé
Les sports électroniques, ou esport, désignent l’ensemble des pratiques permettant à des joueurs de confronter leur niveau par l’intermédiaire d’un support électronique, et essentiellement le jeu vidéo, et ce quel que soit le type de jeu ou la plateforme (France Esport, 2018). Ceux-ci s’inscrivent aujourd’hui dans une tendance qui gagne à être pérenne pour toutes les parties prenantes impliquées, non seulement pour les joueurs, les producteurs de jeux mais aussi pour une pléthore d’acteurs additionnels. Si l’industrie intéresse de manière croissante un grand nombre de consommateurs, de spectateurs et de supporters à l’instar des sports classiques, le phénomène manque à être correctement défini du point de vue de tous les acteurs apportant de la valeur. En effet, les concepts de valeur, de création de valeur et de co-création de valeur sont souvent traités dans la littérature au niveau conceptuel. Cependant, ils manquent d’exemple empiriques et d’explications sur la perception de différents acteurs de différentes industries et écosystèmes et ont souvent étudié sous le joug d’industries matures et plus rarement de celles en plein développement. Grâce au modèle de la co-création de valeur de Ketonen-Oksi et Valkokari (2019), le présent mémoire vise à explorer la perception de différentes parties prenantes de l’écosystème esport québécois, des acteurs le composant ainsi que des processus menant à son développement et à répondre à la question de recherche suivante : De quelle manière se traduit la co-création de valeur entre les différents acteurs de l’écosystème esport du point de vue des acteurs québécois? À l’aide d’une étude exploratoire sous forme d’entretiens individuels, six répondants évoluant au sein des sports électroniques au Québec (un membre d’une fédération encadrant les sports électroniques, un directeur d’école formant des étudiants aux métiers de l’esport, un représentant d’une structure encadrant des joueurs professionnels, un organisateur de compétitions et de tournois, un employé de bar diffusant des compétitions de sports électroniques et un supporter) ont exploré cet écosystème et ses fonctionnements. Les résultats des entrevues qualitatives apportent une meilleure vision de l’écosystème esport québécois : tous les répondants mettent en avant l’importance de la collaboration, de l’analyse des impacts de leurs actions et de leur communication afin de créer de la valeur à tous les niveaux. Les piliers, comme les producteurs de jeux, sont clairement impliqués dans ces processus. Les dominateurs sont très actifs mais manquent d’élargir leur collaboration avec des acteurs en dehors de leur sphère d’action directe. La présence de focaux, qui profitent de l’attractivité de l’esport et détruisent la valeur déjà créée, impacte négativement l’écosystème esport. Des nouveaux entrants, ou nicheurs, aspirent à collaborer avec un grand nombre de parties prenantes. Les professionnels semblent rarement considérer les supporters ou spectateurs. Aussi, l’ancien statut légal des sports électroniques compétitifs a négativement impacté l’attractivité du Québec. Ainsi, il est important de considérer la région comme partie intégrante de l’activité canadienne afin de gagner en visibilité. Au final, ce mémoire permet de mieux appréhender la multiplicité des acteurs de l’écosystème esport et de leurs interactions à travers le prisme de cinq professionnels et d’un supporter engagé évoluant au Québec, sujet encore inexploré, tout en essayant d’illustrer leur niveau d’engagement durant toutes les étapes de la co-création de valeur. Cette recherche qualitative gagnerait à être complétée dans l’avenir par une étude quantitative et par l’inclusion de plus de figures professionnelles de l’écosystème esport international. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : esport, sport électronique, écosystème d’affaires, co-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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».