MétaCan
Menu
Back to cohort
Record W1582822273

Capacité d'innovation des petites et moyennes entreprises et contribution des organisations intermédiaires dans l'industrie des logiciels d'application multimédia à Montréal

2011· article· fr· W1582822273 on OpenAlexaboutno aff
Angelo Dossou-Yovo

Bibliographic record

VenueArchipelago (Université du Québec à Montréal) · 2011
Typearticle
Languagefr
FieldEconomics, Econometrics and Finance
TopicFirm Innovation and Growth
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy
DOInot available

Abstract

fetched live from OpenAlex

La connaissance est devenue de nos jours une ressource fondamentale de la production. De plus, l'accès et la maîtrise de la connaissance sont également indispensables pour l'innovation. Au Québec, l'un des secteurs qui contribue le plus à l'innovation est celui des technologies de l'information et de la communication ; principalement celui des services d'édition de logiciels. L'industrie du logiciel est constituée en majorité d'entreprises dont la survie dépend de la capacité d'innover. Cependant, elles font face à de multiples obstacles qui freinent leur accès aux ressources nécessaires à l'innovation (PriceWaterhouseCooper, 2000 ; CEFRIO et CRIM, 2003, Statistiques Canada, 2003). Plusieurs travaux empiriques ont étudié les déterminants de l'innovation dans les PME et ont montré que le réseau de l'entrepreneur contribue à l'accès aux ressources (Julien et Carrier, 2002 ; Pittaway et al. 2004 ; Lazarevic, 2005) et que certains acteurs intermédiaires jouent un rôle important (Ooutriaux, 2003; Pittaway et al. 2004 ; Dalziel, 2006). Cependant, aucun des travaux, à notre connaissance, ne nous dit à quel moment du processus d'innovation les ressources obtenues à travers le réseau sont importantes ou critiques pour le succès de l'innovation de produit. Notre objectif est de décrire et de comprendre les rôles et les impacts des acteurs externes selon l'évolution du processus d'innovation dans les petites et moyennes entreprises. Notre recherche est articulée autour des quatre questions de recherche suivantes: Q1 : Quelles sont les ressources externes nécessaires au processus d'innovation dans les PME de logiciel? Cette question a pour objectif d'identifier et de décrire les ressources nécessaires à la conduite du processus d'innovation et qui ne sont pas disponibles à l'interne. Q2 : À quels niveaux du processus les acteurs externes interviennent-ils? Cette question a pour objectif de déterminer et de décrire le ou les points d'intervention de chaque acteur externe participant au processus en contribuant à l'accès des ressources. Q3 : Comment les ressources sont-elles acquises par les PME du logiciel? Cette question a pour objectif de comprendre le mode d'acquisition et les mécanismes par lesquels les ressources sont obtenues et le rôle que jouent les intermédiaires. Q4 : Quels sont les impacts du rôle des intermédiaires pour les PME du logiciel? L'objectif de cette question est d'explorer les liens possibles entre les fonctions réalisées par les intermédiaires et les obstacles rencontrés par les entreprises pour l'innovation. Notre recherche est menée dans le secteur du logiciel puisque les entreprises qui en font partie doivent innover très vite en mettant de nouveaux de produits sur le marché si elles veulent survivre dans cet environnement qui évolue très rapidement. La recherche est exploratoire et est menée sur des cas multiples (Yin, 1984 ; Miles et Huberman, 2003), dont 11 entreprises et 11 organisations intermédiaires, et selon une approche interprétative. Les données ont été collectées à partir de plusieurs sources différentes afin de disposer des informations nécessaires à l'étude des cas (Yin, 1984). Ces sources sont d'ordre primaire et secondaire et regroupent : 1) les données issues de la recherche documentaire et des sites web des entreprises et des organisations intermédiaires, 2) les données d'enquêtes sur l'innovation menée en 2003 et 2005 par Statistique Canada, 3) les notes de terrain, 4) les entrevues semi structurées avec des organismes intermédiaires et des entreprises du logiciel. L'intérêt de notre recherche est double : d'une part elle permet de contribuer scientifiquement à la compréhension du lien entre le réseau de la petite entreprise, la mobilisation des ressources et sa capacité d'innovation; d'autre part, les politiques publiques pourront s'appuyer sur nos résultats pour concevoir des programmes de soutien aux acteurs clés afin de stimuler le développement de la petite entreprise, et par delà, l'économie. Il ressort de nos résultats que les ressources externes nécessaires au processus et citées par les entreprises se retrouvent au niveau des trois étapes que sont la conceptualisation de la solution technologique, la recherche et développement, ainsi que la commercialisation. En ce qui concerne la recherche et développement, ces ressources sont les connaissances, les compétences et le financement, tandis que l'on retrouve les idées d'innovation qui proviennent du client pour la conceptualisation de la solution technologique. Pour la commercialisation, nous retrouvons le financement et les connaissances. De plus, dans le processus d'innovation, ces trois étapes sont celles qui font l'objet de l'intervention des intermédiaires. Les intermédiaires interviennent dans les modes et les mécanismes d'acquisition utilisés par les entreprises; cependant leur intervention ainsi que les impacts sur le processus varient selon leurs fonctions d'intermédiation. Par exemple à l'étape de la recherche et développement, l'acquisition des compétences externes va se faire grâce à la fonction d'intermédiation réalisée par les centres de liaison et de transfert tandis que le financement externe est obtenu avec celle qui est réalisée par les programmes gouvernementaux. Enfin il ressort aussi que les intermédiaires n'ont pas la même importance par rapport aux ressources d'innovation suivant l'évolution du processus. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Innovation, Intermédiaires, PME, Grappe industrielle, Cluster, Technologie.

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 machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.013
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.532
Threshold uncertainty score0.931

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.013
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0030.003
Science and technology studies0.0030.001
Scholarly communication0.0090.003
Open science0.0010.003
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0250.002

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.

Opus teacher head0.026
GPT teacher head0.190
Teacher spread0.164 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2011
Admission routes1
Has abstractyes

Explore more

Same venueArchipelago (Université du Québec à Montréal)Same topicFirm Innovation and GrowthFrench-language works237,207