MétaCan
Menu
Back to cohort
Record W2050832178 · doi:10.3917/mav.011.0119

Les moyennes entreprises pratiquent-elles le marketing ? Une exploration franco-québécoise

2007· article· fr· W2050832178 on OpenAlexaffabout
Jean‐Claude Pacitto, Pierre‐André Julien, Philippe Bizeul

Bibliographic record

VenueManagement & Avenir · 2007
Typearticle
Languagefr
FieldBusiness, Management and Accounting
TopicBusiness Strategy and Innovation
Canadian institutionsUniversité du Québec à Trois-Rivières
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Résumé L’examen du rapport entre marketing et PME pose deux types de questions : la première est relative aux catégories de PME examinées et il va de soi que selon la taille choisie (très petites, petites, moyennes), les réponses différeront. La seconde relève des éléments susceptibles de faire apparaître une démarche marketing ou non. En fait, on peut déduire une bonne partie de cette démarche des réponses touchant les pratiques de segmentation, de positionnement et de recherche d’information. Ces trois pratiques sont fondatrices de cette démarche. Pour autant, poser les questions directement (surtout pour ce qui concerne la segmentation) induirait des réponses biaisées. Tenant compte de ces prémisses et dans le but de comprendre les comportements marketing dans la moyenne entreprise, dans deux enquêtes effectuées sur deux territoires, la France et le Québec, nous n’avons retenu que les entreprises de 50 à 250 salariés et préféré une démarche de questionnement déductive plutôt que directe puisque les résultats montrent que si la démarche marketing des moyennes entreprises est toujours focalisée sur la distinction de la clientèle (plus que sur le marché en soi), la concurrence entraînant le positionnement n’est pas absente de leurs préoccupations ; enfin ces entreprises pratiquent communément la veille commerciale. Ce qui implique une structuration de l’activité commerciale en général et du marketing en particulier, les deux n’étant pas toujours bien délimités. Ces deux derniers traits les différenciant des autres catégories de PME à savoir les TPE et les PE.

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 imitation

Not 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.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.006
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: Qualitative
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.064
Threshold uncertainty score0.224

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.006
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.003
Science and technology studies0.0060.004
Scholarly communication0.0050.002
Open science0.0010.001
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0160.001

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.

Opus teacher head0.023
GPT teacher head0.238
Teacher spread0.215 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations7
Published2007
Admission routes2
Has abstractyes

Explore more

Same venueManagement & AvenirSame topicBusiness Strategy and InnovationFrench-language works237,207