MétaCan
Menu
Back to cohort
Record W2086165687 · doi:10.7202/1008443ar

L’évolution du projet des jeunes entreprises technologiques innovantes au cours des premières années: une méthode d’appréciation du cheminement stratégique

2012· article· fr· W2086165687 on OpenAlexvenueno aff
Michel Bernasconi, Franck Moreau

Bibliographic record

VenueRevue internationale P M E Économie et gestion de la petite et moyenne entreprise · 2012
Typearticle
Languagefr
FieldBusiness, Management and Accounting
TopicInnovation and Knowledge Management
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

La jeune entreprise technologique innovante fait l’objet d’un intérêt croissant tant de la part des praticiens, des chercheurs que des institutions publiques. Les expériences vécues attestent par ailleurs des difficultés auxquelles se sont heurtées ces entreprises pour se développer, et ce malgré un modèle économique pertinent, une technologie performante et une équipe expérimentée et complémentaire. Si les travaux de recherche existants ont indiscutablement permis de nommer et de définir les pratiques stratégiques des entreprises, ils nous paraissent toutefois insuffisants pour rendre compte de la spécificité et de la réalité du développement des jeunes entreprises technologiques. Nous proposons ici une approche de l’évolution du projet d’entreprise en nous intéressant au cheminement stratégique suivi par la jeune entreprise. L’analyse est basée sur l’appréciation des écarts relatifs aux principaux attributs du projet au moment de la création et quelques années plus tard. Pour ce faire, un modèle descriptif et analytique a été construit et testé auprès de trois jeunes entreprises technologiques de Sophia-Antipolis. L’analyse du développement et la mise en évidence des écarts constatés entre le projet initial – tel qu’il a été formulé dans le premier plan d’affaires – et le projet réalisé mettent en évidence les difficultés qu’ont ces entreprises à pénétrer le marché et à commercialiser leur offre. Les trajectoires de développement suivies sont peu linéaires et les reformulations stratégiques rendent nécessaires des qualités de management. Au-delà des résultats, ce travail permet d’opérationnaliser une méthode d’évaluation de l’évolution des projets d’entreprises.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.008
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.296
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.008
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0000.001
Scholarly communication0.0010.003
Open science0.0010.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0000.000

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 head0.025
GPT teacher head0.252
Teacher spread0.228 · 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 teacher head, not a consensus.

Study designObservational
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
Published2012
Admission routes1
Has abstractyes

Explore more

Same venueRevue internationale P M E Économie et gestion de la petite et moyenne entrepriseSame topicInnovation and Knowledge ManagementFrench-language works237,207