Organisation industrielle, degré d'intégration bancaire des PME et analyse du risque
Bibliographic record
Abstract
Alors que le financement bancaire demeure la principale modalité de financement de la dynamique des PME, de récentes études ont montré qu'en matière d'accès aux concours bancaires, ces firmes sont pénalisées en raison, d’une part, de leur taille et, d’autre part, de procédures d’évaluation du risque qui leurs seraient défavorables. L’objet de cet article est précisément d’examiner l’idée même de «risque PME» en tenant compte, premièrement, du degré d’intégration bancaire de l’activité de ces entreprises et, deuxièmement, de l’organisation industrielle dans laquelle elles s’inscrivent. Après avoir précisé les concepts de «risque de financement» et de «risque industriel», l’analyse montrera que le critère d’organisation industrielle constitue un critère pertinent de différenciation du risque de financement et du degré d’intégration bancaire de l’activité productive qui lui est associé. L’appréciation du risque de financement selon le critère de la taille apparaît dès lors particulièrement contre-productive.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 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".