Bibliographic record
Abstract
I l existe actuellement très peu de travaux historiques sur la question de la création d'entreprises par les chercheurs universitaires.Même si des analyses sur les relations entre les universités et l'industrie mentionnent parfois certaines expériences assez anciennes (Bowie, 1994 ;Locke, 1984), habituellement les évocations de ce phénomène sont centrées sur des exemples récents, ce qui tend à suggérer qu'il s'agirait d'une nouvelle tendance, en rupture avec les traditions universitaires.Dans ce contexte, le chercheur-entrepreneur est parfois vu avec une certaine suspicion dans le monde universitaire. 1 Il semblerait cependant que, tout particulièrement au Canada, certaines universités ont couvé très tôt, dans des contextes rappelant plus ou moins les « start-up » contemporains, des initiatives de chercheurs qui se sont développées par la suite.Deux exemples de cette sorte « d'entrepreneurial university » (Etzkowitz, Webster, Gebhardt et Terra, 1997) avant la lettre sont les Laboratoires Connaught de l'Université de Toronto, fondés en 1914, et l'Institut de microbiologie et d'hygiène de l'Université de Montréal (imhum), créé en 1938, qui furent, durant plusieurs décennies et jusqu'au début des années 1970, les seuls producteurs de vaccins, sérums et autres produits pierrick malissardCentre interuniversitaire de recherche sur la science et la technologie (cirst) et Département d'histoire Université du Québec à
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.011 | 0.003 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.031 | 0.006 |
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".