La maturité numérique des PME en région au SLSJ
Notice bibliographique
Résumé
Ce mémoire de maîtrise examine le virage numérique des petites et moyennes entreprises (PME) au Québec, en mettant l'accent sur celles de la région du Saguenay–Lac-Saint-Jean (SLSJ) de tout secteur d’activité. Le but de cette étude est d’établir un cadre d’analyse qualitatif pouvant mener à la création d’un modèle de maturité numérique et d’auto-audit, adaptés aux PME régionales de tout secteur d’activité. La vision consiste à permettre aux entreprises de mieux comprendre le parcours de la transformation numérique induite par la Quatrième révolution Industrielle à niveau macro, ainsi que de permettre à l'écosystème de pouvoir comprendre comment évoluent ces PME dans ce changement pour mieux les référer aux bonnes ressources. Les parties prenantes pourront reconnaître dans les récits des répondants les enjeux, les chemins empruntés, ainsi que des modèles de réussites exprimant un nouveau phénomène de transformation organisationnelle à l’ère du numérique (I4.0) en région. Les trois principales recommandations de cette étude sont les suivantes : premièrement, inclure tous les secteurs d’activité dans la création d’un modèle de maturité numérique, car le virage numérique concerne toutes les entreprises, et pas seulement celles du secteur manufacturier. Cette nécessité est appuyée par les données de l’étude, qui montrent que 50 % des répondants proviennent du secteur tertiaire et confirment leur implication dans ce processus. Deuxièmement, développer un outil d’auto-audit numérique adapté aux propriétaires dirigeants d’entreprises de toutes tailles, afin de leur offrir un cadre pertinent pour évaluer leur progression. Enfin, la troisième recommandation consiste à utiliser le cadre de réflexion élaboré dans cette recherche comme base pour concrétiser les deux recommandations précédentes. Cette étude propose des contributions théoriques et managériales importantes, notamment en ce qui concerne les systèmes d’information, les obstacles à l’intégration de l’Industrie 4.0 pour tous les secteurs d’activité en région, et les tactiques employées par les entreprises pour progresser dans leur transformation numérique. Enfin, les limites de cette recherche et les perspectives pour des études futures sont également explorées. This master's thesis examines the digital transformation of small and medium-sized enterprises (SMEs) in Quebec, with a particular focus on those in the Saguenay–Lac-Saint- Jean (SLSJ) region across all sectors of activity. The aim of this study is to establish a qualitative analytical framework that could lead to the creation of a digital maturity and self-assessment model tailored to regional SMEs across all sectors. The vision is to enable businesses to better understand the journey of digital transformation driven by the Fourth Industrial Revolution at the macro level, while also allowing the ecosystem to grasp how these SMEs are evolving in this transformation in order to better direct them to appropriate resources. Stakeholders will find in the respondents' narratives the challenges, paths taken, and examples of success stories that highlight a new phenomenon of organizational transformation in the digital age (I4.0) in regional contexts. The study presents three main recommendations. First, include all sectors of activity in the creation of a digital maturity model, as the digital shift affects all businesses, not just those in the manufacturing sector. This necessity is supported by study data, which shows that 50% of respondents come from the tertiary sector and highlight their involvement in the process. Second, develop a digital self-assessment tool suitable for owners and managers of businesses of all sizes, providing them with a relevant framework to evaluate their progress. Lastly, the third recommendation is to leverage the reflective framework developed in this research as a foundation to achieve the first two recommendations. This study offers significant theoretical and managerial contributions, particularly concerning information systems, the barriers to integrating Industry 4.0 across all sectors in regional areas, and the strategies employed by businesses to advance in their digital transformation. Finally, the study explores its limitations and outlines avenues for future research.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».