Bibliographic record
Abstract
Constatant l’importance des coopérations entre PME, cet article s’intéresse au pilotage des groupements de PME, définis comme une forme particulière de réseau de deux PME au moins, qui s’unissent pour mener à bien un projet commun. Pour analyser les facteurs et les moyens permettant d’assurer une efficience maximale du fonctionnement de ces groupements, l’auteur mobilise deux approches différentes mais complémentaires de la firme : la théorie contractuelle, qui insiste sur les risques inhérents aux coopérations, et la théorie basée sur les compétences, plus dynamique, qui met davantage en relief la coordination technique des activités et la possibilité de faire émerger de nouvelles compétences. L’auteur propose une typologie opérationnelle qui distingue deux types de groupements de PME : les groupements de similitude, qui concernent des activités similaires et sont orientés vers la réduction des coûts ou la recherche d’une taille optimale, et les groupements complémentaires, fondés sur la complémentarité des actifs des partenaires et orientés vers la coproduction de ressources nouvelles. Si le premier type de groupements peut se contenter d’un pilotage contractuel basé sur des contrats « complets », le second doit s’appuyer sur un pilotage relationnel, reposant sur des contrats incomplets et la confiance, afin de favoriser les processus d’apprentissage et une coordination plus cognitive des partenaires.
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 | 0.005 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| 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".