Entrepreneuriat, développement du territoire et appropriation de l'information
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
On ne peut comprendre la multiplication et le développement des PME dans les régions qu’en recourant à des approches plus larges que celles proposées par la théorie économique traditionnelle, notamment en nous attardant au contrôle et à l’appropriation de l’information « riche » par les PME et ainsi par le territoire même en relation avec celles-ci. C’est ce qui ressort de plus en plus de bon nombre d’études sur les régions dynamiques ou en voie de se dynamiser; dans ces régions, la capacité d’aller chercher les informations riches et de les utiliser à bon escient pour créer ou soutenir les réseaux et pour investir et développer les marchés explique la croissance des PME les plus dynamiques et, par ricochet, leur multiplication. On peut résumer cette relation cruciale entre les PME et l’information en montrant que les PME ayant une stratégie réactive attendent d’avoir beaucoup d’information pour agir, laissant ainsi passer beaucoup d’opportunités. À l’autre extrême, les PME à stratégie proactive prennent des risques en saisissant les occasions d’affaires le plus tôt possible même lorsque les informations sont insuffisantes. Entre les deux, on trouve la stratégie active. Plus un territoire est en relation (est « branché ») avec de l’information riche, plus il se l’approprie, plus il la diffuse et la rend accessible pour favoriser la différenciation par l’innovation, plus il tend à entraîner de plus en plus de PME à avoir des stratégies proactives et ainsi à se développer rapidement tout en soutenant le dynamisme des autres PME implantées sur le territoire.
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.
Full frame distilled prediction
Teacher imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.003 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.002 |
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 it