Micromentalités et logiques d’action des entrepreneurs dirigeants de petites entreprises
Bibliographic record
Abstract
Cet article présente, dans une approche empirique et inductive, l’application du concept de micromentalités des entrepreneurs dirigeants à la compréhension de l’univers des petites et très petites entreprises (PE-TPE). Dans un premier temps, cela a consisté à reconstruire les micromentalités à partir des objectifs, valeurs et conceptions des entrepreneurs et de relever les caractéristiques les plus discriminantes dans le fonctionnement des PE-TPE (formes organisationnelles, stratégies et actions commerciales). Dans un second temps, il s’est agi de confronter les deux niveaux d’analyse subjectif (micromentalités) et objectif (caractéristiques des PE-TPE) pour vérifier l’efficacité et la force explicative de l’approche par les micromentalités des entrepreneurs. Il en est ressorti une typologie multicritères composée de quatre classes d’entrepreneurs dirigeants et de PE-TPE. Chaque type est distingué par une micromentalité et un mode de gestion spécifique se caractérisant par une logique d’action, une forme d’organisation, une stratégie et une démarche marketing propres. Les résultats de la recherche exposés partiellement et d’une manière synthétique ici montrent, d’une part, l’importance de la prise en compte des facteurs non économiques inhérents aux entrepreneurs et, d’autre part, l’incapacité des seuls facteurs objectifs et abstraits à fournir une analyse nuancée et réaliste de la gestion de la petite entreprise.
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 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.005 | 0.006 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".