Gestion de projet de développement de nouveaux produits : étude empirique des facteurs de risque et de succès des entreprises innovantes de la région de Québec et Chaudière-Appalaches
Bibliographic record
Abstract
Ce mémoire analyse de façon empirique les facteurs de risque et de succès reliés aux \nprojets de développement de nouveaux produits (DNP) des entreprises inllovantes de la \nrégion de Québec et de Chaudière-Appalaches. Pour atteindre cet objectif, une enquète par \nquestionllaire a été menée auprès des entreprises manuiàcturières innovantes en produits \ndans ces deux régions du Québec. \nL' analyse des facteurs de succès des projets de DNP a montré que ceux relatifs aux \nressources humaines, au cadrage du projet et au climat et soutien organisationnels se sont \navérés les plus déterminants pour le succès des projets de DNP des entreprises. \nLes résultats des analyses, qui ont pOlté sur l'impact des différents types de risque sur \nles projets de DNP des entreprises, ont montré que ceux qui ont eu, relativement, le plus \nd'impact sur ces projets sont les risques reliés à la sous-estimation des ressources \nnécessaires à la réalisation des projets de DNP, les risques reliés à l'acceptation des clients \net à la cOlllmercialisation, et les risques reliés aux aspects organisationnels et managériaux. \nLa dernière analyse effectuée visait à expliquer, au moyen d'un modèle de régression \nlogistique, la propension des entreprises à accuser des échecs dans les projets de DNP \nqu'elles entreprennent. Les résultats de l'estimation de ce modèle ont lllontré que la \nprobabilité qu 'une entreplise n'accuse aucun échec et n'abandonne aucun projet de DNP \navant terme croit avec l'accroissement de l'importance accordée par les entreprises aux \nfacteurs de succès relatifs aux ressources humaines, à l'adéquation clients et produits, au \ncadrage du projet de DNP, et au climat et soutien organisationnels. En revanche, cette \nprobabilité décroît avec l'accroissement de : l' impoltance accordée par les entreprises aux \niàcteurs de succès relatifs à l'escalade de l'engagement du chef du projet et de son équipe, \ndes risques reliés aux projets de DNP, du degré de nouveauté du produit développé par \nl'entreprise, du pourcentage de ses ventes réalisées auprès des principaux clients, et de sa \ntaille. \nCes dit1ërents résultats ont été utilisés pour dégager des implications en vue d'améliorer \nla gestion des projets de DNP dans les entreprises en général, et les P:ME en particulier.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".