Quelle est la place de la créativité organisationnelle dans les PME en hypercroissance ?1
Bibliographic record
Abstract
La créativité, sous des formes diverses, s’avère être un facteur essentiel de développement et de performance des PME. Il paraît intéressant d’identifier les processus de créativité à l’oeuvre dans des contextes exacerbés. L’un de ces contextes est celui des PME en hypercroissance, dans lesquelles le rythme de développement invite l’entreprise à exploiter ses ressources dans une urgence permanente. Dans ces PME, en privilégiant une lecture organisationnelle de la créativité, deux questions centrales se posent : quelles sont les conditions favorables à la créativité dans les PME en hypercroissance ? La créativité suffit-elle à générer, puis à maintenir un niveau de croissance rapide ? Des données issues d’une dizaine d’études de cas, totalisant 48 entretiens sont mobilisées pour y répondre. Un travail de repérage dans ces entretiens des principaux termes liés à la créativité est effectué, complété par l’examen d’autres sources secondaires qui ont permis de connaître en profondeur les cas étudiés. Deux résultats centraux concernant la créativité dans les PME en hypercroissance sont proposés : (1) le dirigeant joue un rôle central pour organiser les conditions favorables à la créativité ; (2) la créativité est nécessaire, mais non suffisante. L’hypercroissance nécessite des processus de créativité jugulés par des processus de stabilisation/rationalisation. Nous proposons alors que l’hypercroissance est générée par la gestion paradoxale du couple créativité-routine.
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 | 0.006 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.008 |
| Scholarly communication | 0.012 | 0.011 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
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.
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".