Analyse d’une dynamique de coopétition conflictuelle
Bibliographic record
Abstract
Les travaux récents en management stratégique invitent à dépasser l’opposition entre paradigme concurrentiel et relationnel. Si les bénéfices de la coopétition sont désormais bien connus, la dynamique des relations entre partenaires-adversaires pose encore question. Par ailleurs, certains auteurs appellent à un enrichissement des contextes d’analyse, en dehors des secteurs high-tech. Nous nous intéressons donc ici aux effets d’un conflit sur la dynamique de coopétition dans un secteur traditionnel, ainsi que sur les conditions de viabilité d’une telle stratégie. Le cas de l’affaire du classement 2006 des vins de l’AOC Saint-Émilion est particulièrement intéressant pour étudier les séquences stratégiques de coopération et de concurrence, dans un contexte de crise. Il nous permet de mettre en évidence que la crise a généré une évolution du type de coopétition, qui n’a toutefois pas permis de créer de valeur en raison d’un apprentissage mal fondé. Nous soulignons par conséquent les enjeux relatifs à la régulation de la coopétition, par des règles et par un acteur tiers. Des pistes de recherche portant sur l’importance de la tradition dans la dynamique de coopétition découlent de ce travail.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".