La finance corporative comme objet d’étude dans la littérature scientifique sur la PME
Bibliographic record
Abstract
Cette étude vise à déterminer les caractéristiques des objets de recherche en finance corporative des PME. La recherche porte sur 108 articles publiés durant les 10 dernières années dans six revues scientifiques de renom dans le domaine de l’entrepreneuriat et de la gestion des PME : Entrepreneurship Theory and Practice, International Small Business Journal, Journal of Business Venturing, Journal of Small Business Management, Revue internationale PME et Small Business Economics. Tous les objets de recherche ont été identifiés à partir du texte intégral des articles recueillis et classés a posteriori dans l’une ou l’autre des catégories suivantes : le capital de risque, la création d’entreprises, les conditions de financement, l’entre-preneurship, l’évaluation, la gestion financière, l’objectif financier, la performance financière, la recherche, la structure de capital et la structure organisationnelle. Ces objets de recherche ont aussi été analysés en fonction des recommandations de Pettit et Singer (1985) sur ce que devraient être les voies de recherche à emprunter en finance corporative des PME ; les écarts entre les pistes de recherche suggérées et les objets effectivement étudiés sont analysés et discutés. Les résultats font notamment ressortir la grande diversité des auteurs, une forte concentration autour d’un nombre restreint d’objets de recherche et un manque d’intérêt pour certaines autres voies de recherche jugées, par ailleurs, importantes pour le développement des connaissances en finance des PME.
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 | 0.021 | 0.062 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.007 | 0.011 |
| Science and technology studies | 0.003 | 0.010 |
| Scholarly communication | 0.010 | 0.011 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.018 | 0.003 |
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".