Politiques publiques d'innovation dans les pays aux économies avancées : les limites de l'évaluation et l'anarchie organisée des gouvernements
Notice bibliographique
Résumé
Cette thèse examine les pratiques d’évaluation des politiques publiques d’innovation dans six juridictions aux économies avancées : le Canada, la France, le Québec, la Suisse, les États-Unis et le Royaume-Uni. À travers l’analyse de 301 rapports d’évaluation, l’auteur démontre que les gouvernements ne s’appuient pas sur des cadres théoriques clairs pour apprécier les efforts, ce qui nuit à la capacité de bien mesurer le retour sur investissement des mesures d’encouragement à l’innovation. Ces évaluations, souvent partielles, parfois superficielles, et basées sur des approches linéaires d’une autre époque, empêchent une bonne orchestration des politiques publiques, conduisant potentiellement à des investissements inefficaces et à des pertes pour l'État et la société en général. La recherche révèle que les méthodes actuelles d’évaluation, notamment l'utilisation d'indicateurs axés sur les intrants plutôt que sur les résultats, sont insuffisantes. L'étude souligne la fragmentation des dispositifs de soutien à l'innovation et les difficultés à identifier les dépenses budgétaires dédiées à ces initiatives. En outre, le recours massif aux crédits d’impôt et autres incitations fiscales, qui ne sont pas suffisamment valorisés dans les rapports budgétaires, complique davantage l’évaluation de leur efficacité. L’auteur conclut que pour améliorer les politiques d’innovation, il est impératif d’adopter des pratiques d’évaluation plus intégrées, transparentes, collaboratives et axées sur les résultats, telles les méthodes ayant cours en Finances publiques, notamment avec le PEFA. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : politique publique, innovation, système national d’innovation (SNI), évaluation des politiques publiques, théorie du changement, programme de services, dispositif, indicateur de performance, modèle explicatif de l’innovation, approche comparative, modèle linéaire / push model, modèle de la demande / pull model, Chain-linked model, triple / quadruple / quintuple hélice, multi-channel interactive learning model
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».